浅析使用SAX解析XML

1. 概述

Java解析XML通常有两种方式，DOM和SAX。DOM虽然是W3C的标准，提供了标准的解析方式，但它的解析效率一直不尽如人意，因为使用DOM解析XML时，解析器读入整个文档并构建一个驻留内存的树结构（节点树），然后您的代码才可以使用DOM的标准接口来操作这个树结构。但大部分情况下我们只对文档的部分内容感兴趣，根本就不用先解析整个文档，并且从节点树的根节点来索引一些我们需要的数据也是非常耗时的。

SAX是一种XML解析的替代方法。相比于文档对象模型DOM，SAX是读取和操作XML数据的更快速、更轻量的方法。SAX允许您在读取文档时处理它，从而不必等待整个文档被存储之后才采取操作。它不涉及DOM所必需的开销和概念跳跃。

SAX解析XML文档采用事件驱动模式。什么是事件驱动模式？它将XML文档转换成一系列的事件，由单独的事件处理器来决定如何处理。

基于事件驱动的处理模式主要是基于事件源和事件处理器（或者叫监听器）来工作的。一个可以产生事件的对象叫做事件源，而一个可以针对事件做出响应的对象就被叫做事件处理器。

以下介绍使用SAX来解析XML，如果您对DOM解析感兴趣，请自行查阅相关资料。

2. API

SAX API是一个基于事件的API，适用于处理数据流，即随着数据的流动而依次处理数据。

下面介绍类库中常用到的接口与类。

2.1 ContentHandler接口

接口作用：用于接收XML文档逻辑内容的通知的处理器接口。这是我们做XML的SAX解析最常用到的接口。

该接口中常用的方法：

/* * 接收字符数据的通知。 * 在DOM中，ch数组从begin位置开始，长度为length的元素， * 相当于Text节点的节点值（nodeValue） */
    @H_403_36@public @H_403_36@void characters(@H_403_36@char[] ch,@H_403_36@int begin,@H_403_36@int length) @H_403_36@throws SAXException;

    /* * 接收元素结束的通知。 * 参数意义如下： * uri：元素的命名空间 * localName：元素的本地名称 * qName：元素的限定名 * */  
    @H_403_36@public @H_403_36@void endElement (String uri,String localName,String qName) 
    @H_403_36@throws SAXException;

    /* * 接收文档的开始的通知。 */ 
    @H_403_36@public @H_403_36@void startDocument () @H_403_36@throws SAXException;

    /* * 接收元素开始的通知。 * 参数意义如下： * uri：元素的命名空间 * localName：元素的本地名称（不带前缀） * qName：元素的限定名（带前缀） * atts：元素的属性集合 */
    @H_403_36@public @H_403_36@void startElement (String uri,String qName,Attributes atts)
    @H_403_36@throws SAXException;

2.2 DTDHandler 接口

接口作用：用于接收与DTD相关的事件的通知的处理器接口。

2.3 EntityResolver接口

接口作用：用于解析实体的基本接口。

2.4 ErrorHandler接口

接口作用：是用于错误处理程序的基本接口。

2.5 DefaultHandler类

实际上DefaultHandler就是实现了前述的四个事件处理器接口，然后提供了每个抽象方法的默认实现。

我们在使用SAX时，一般都是继承自DefaultHandler，然后实现需要的方法，而保持其他方法默认实现。

2.6 SAXParser

SAX解析器，此类的实例可以从SAXParserFactory.newSAXParser() 方法获得。获取此类的实例之后，将可以从各种输入源解析XML。

简单示例：

xml文件：

<employees>
    <employee id="1">
        <name>小明</name>
        <age>29</age>
        <address>四川成都</address>
    </employee>
    <employee id="2">
        <name>老骆</name>
        <age>35</age>
        <address>四川成都</address>
    </employee>
</employees>

处理器类：

@H_403_36@package com.demo;

@H_403_36@import java.util.ArrayList;
@H_403_36@import java.util.HashMap;
@H_403_36@import java.util.List;
@H_403_36@import java.util.Map;

@H_403_36@import org.xml.sax.Attributes;
@H_403_36@import org.xml.sax.SAXException;
@H_403_36@import org.xml.sax.helpers.DefaultHandler;

/** * 处理器类 * * @author 小明 * */
@H_403_36@public @H_403_36@class MyHandler @H_403_36@extends DefaultHandler {

    // 存储单个解析(employee)的完整对象
    @H_403_36@private Map<String,String> map;
    // 存储所有解析(employees)的完整对象
    @H_403_36@private List<Map<String,String>> list;
    // 当前正在解析的元素的标签名
    @H_403_36@private String currentTag;
    // 当前正在解析的元素的值
    @H_403_36@private String currentValue;
    // 当前需要解析的元素的节点名称
    @H_403_36@private String nodeName;

    @H_403_36@public MyHandler(String nodeName) {
        @H_403_36@super();
        @H_403_36@this.nodeName = nodeName;
    }

    @H_403_36@public List<Map<String,String>> getList() {
        @H_403_36@return list;
    }

    /** * 当读取到xml文档准备开始解析的时候，这时会触发这个方法的执行 */
    @Override
    @H_403_36@public @H_403_36@void startDocument() @H_403_36@throws SAXException {
        list = @H_403_36@new ArrayList<Map<String,String>>();
    }

    /** * 当遇到元素开始的时候，调用这个方法 */
    @Override
    @H_403_36@public @H_403_36@void startElement(String uri,Attributes attributes) @H_403_36@throws SAXException {
        @H_403_36@if (qName.equals(nodeName)) { // 是当前需要解析的节点，则创建Map对象
            map = @H_403_36@new HashMap<String,String>();
        }
        @H_403_36@if (attributes != @H_403_36@null && map != @H_403_36@null) { // map对象存在，且节点有属性，则映射属性名与属性值
            @H_403_36@for (@H_403_36@int i = 0; i < attributes.getLength(); i++) {
                map.put(attributes.getQName(i),attributes.getValue(i));
            }
        }
        currentTag = qName; // 当前解析的节点名称
    }

    /** * 这个方法是用来处理xml文本节点所读取到的内容 */
    @Override
    @H_403_36@public @H_403_36@void characters(@H_403_36@char[] ch,@H_403_36@int start,@H_403_36@int length)
            @H_403_36@throws SAXException {
        @H_403_36@if (currentTag != @H_403_36@null && map != @H_403_36@null) { // 有解析到节点，且map不为空
            currentValue = @H_403_36@new String(ch,start,length); // 转换文本节点值
            @H_403_36@if (currentValue != @H_403_36@null && !"".equals(currentValue.trim())
                    && !"\n".equals(currentValue.trim())) { // 文本节点值不为空，则映射节点名称与节点文本值
                map.put(currentTag,currentValue);
            }
        }

        currentTag = @H_403_36@null;
        currentValue = @H_403_36@null;
    }

    /** * 遇到结束标记的时候会调用这个方法 */
    @Override
    @H_403_36@public @H_403_36@void endElement(String uri,String qName)
            @H_403_36@throws SAXException {
        @H_403_36@if (qName.equals(nodeName)) { // 需要解析的节点解析完毕，则将已解析得到的单个完整对象添加到list中保存
            list.add(map);
            map = @H_403_36@null; // map置空
        }
    }
}

服务类：

@H_403_36@package com.demo;

@H_403_36@import java.io.File;
@H_403_36@import java.io.IOException;
@H_403_36@import java.io.InputStream;
@H_403_36@import java.util.List;
@H_403_36@import java.util.Map;

@H_403_36@import javax.xml.parsers.ParserConfigurationException;
@H_403_36@import javax.xml.parsers.SAXParser;
@H_403_36@import javax.xml.parsers.SAXParserFactory;

@H_403_36@import org.xml.sax.SAXException;

/** * 解析服务类 * * @author 小明 * */
@H_403_36@public @H_403_36@class SAXService {

    /** * 解析XML节点 * * @param in * 待解析的XML输入流 * @param nodeName * 待解析的节点名称 * @return 完整解析列表 */
    @H_403_36@public @H_403_36@static List<Map<String,String>> readXML(InputStream in,String nodeName) {
        // 创建一个用于SAX解析的工厂对象
        SAXParserFactory factory = SAXParserFactory.newInstance();
        @H_403_36@try {
            // 从工厂中创建SAX解析器对象
            SAXParser parser = factory.newSAXParser();
            // 使用解析器解析需要先创建DefaultHandler引用的对象
            MyHandler handler = @H_403_36@new MyHandler(nodeName);
            // 解析
            parser.parse(in,handler);
            // 释放流资源
            in.close();
            // 返回解析结果列表
            @H_403_36@return handler.getList();
        } @H_403_36@catch (ParserConfigurationException e) {
            e.printStackTrace();
        } @H_403_36@catch (SAXException e) {
            e.printStackTrace();
        } @H_403_36@catch (IOException e) {
            e.printStackTrace();
        }
        @H_403_36@return @H_403_36@null;
    }

    /** * 解析XML节点 * * @param file * 待解析的xml文件对象 * @param nodeName * 待解析的节点名称 * @return 完整解析列表 */
    @H_403_36@public @H_403_36@static List<Map<String,String>> readXML(File file,String nodeName) {
        // 创建一个用于SAX解析的工厂对象
        SAXParserFactory factory = SAXParserFactory.newInstance();
        @H_403_36@try {
            // 从工厂中创建SAX解析器对象
            SAXParser parser = factory.newSAXParser();
            // 使用解析器解析需要先创建DefaultHandler引用的对象
            MyHandler handler = @H_403_36@new MyHandler(nodeName);
            // 解析
            parser.parse(file,handler);
            // 返回解析结果列表
            @H_403_36@return handler.getList();
        } @H_403_36@catch (ParserConfigurationException e) {
            e.printStackTrace();
        } @H_403_36@catch (SAXException e) {
            e.printStackTrace();
        } @H_403_36@catch (IOException e) {
            e.printStackTrace();
        }
        @H_403_36@return @H_403_36@null;
    }
}

测试类：

@H_403_36@package com.demo;

@H_403_36@import java.io.File;
@H_403_36@import java.util.List;
@H_403_36@import java.util.Map;

@H_403_36@public @H_403_36@class SaxDemo {

    @H_403_36@public @H_403_36@static @H_403_36@void main(String[] args) {
        File file = @H_403_36@new File("demo.xml");
        List<Map<String,String>> list = SAXService.readXML(file,"employee");
        @H_403_36@for (Map<String,String> map : list) {
            System.out.println(map);
        }
    }
}