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 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。SAX API
在其解析您的文档时发生一定事件的时候会通知您。在您对其响应时,您不作保存的数据将会 被抛弃。
下面是一个SAX解析XML的示例(有点长,因为详细注解了SAX事件处理的所有方法),SAX API中主要有四种处理事件的接口,它们分别是ContentHandler,DTDHandler, EntityResolver 和 ErrorHandler 。下面的例子可能有点冗长,实际上只要继承DefaultHandler 类 ,再覆盖一部分 处理事件的方法 同样可以达到这个示例的效果,但为了纵观全局,还是看看SAX API里面所有主要的事件解析方法吧。( 实际上DefaultHandler就是实现了上面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。)
1,ContentHandler 接口 :接收文档逻辑内容的通知 的处理器接口。
1.import org.xml.sax.Attributes;
2.import org.xml.sax.ContentHandler;
3.import org.xml.sax.Locator;
4.import org.xml.sax.SAXException;
5.
6.class MyContentHandler implements ContentHandler{
7. StringBuffer jsonStringBuffer ;
8. int frontBlankCount = 0;
9. public MyContentHandler(){
10. jsonStringBuffer = new StringBuffer();
11. }
12. /*
13. * 接收字符数据的通知。
14. * 在DOM中 ch[begin:end] 相当于Text节点的节点值(nodeValue)
15. */
16. @Override
17. public void characters(char[] ch, int begin, int length) throws SAXException {
18. StringBuffer buffer = new StringBuffer();
19. for(int i = begin ; i < begin+length ; i++){
20. switch(ch[i]){
21. case '\\':buffer.append("\\\\");break;
22. case '\r':buffer.append("\\r");break;
23. case '\n':buffer.append("\\n");break;
24. case '\t':buffer.append("\\t");break;
25. case '\"':buffer.append("\\\"");break;
26. default : buffer.append(ch[i]);
27. }
28. }
29. System.out.println(this.toBlankString(this.frontBlankCount)+
30. ">>> characters("+length+"): "+buffer.toString());
31. }
32.
33.
34. /*
35. * 接收文档的结尾的通知。
36. */
37. @Override
38. public void endDocument() throws SAXException {
39. System.out.println(this.toBlankString(--this.frontBlankCount)+
40. ">>> end document");
41. }
42.
43.
44. /*
45. * 接收文档的结尾的通知。
46. * 参数意义如下:
47. * uri :元素的命名空间
48. * localName :元素的本地名称(不带前缀)
49. * qName :元素的限定名(带前缀)
50. *
51. */
52. @Override
53. public void endElement(String uri,String localName,String qName)
54. throws SAXException {
55. System.out.println(this.toBlankString(--this.frontBlankCount)+
56. ">>> end element : "+qName+"("+uri+")");
57. }
58.
59. /*
60. * 结束前缀 URI 范围的映射。
61. */
62. @Override
63. public void endPrefixMapping(String prefix) throws SAXException {
64. System.out.println(this.toBlankString(--this.frontBlankCount)+
65. ">>> end prefix_mapping : "+prefix);
66. }
67.
68. /*
69. * 接收元素内容中可忽略的空白的通知。
70. * 参数意义如下:
71. * ch : 来自 XML 文档的字符
72. * start : 数组中的开始位置
73. * length : 从数组中读取的字符的个数
74. */
75. @Override
76. public void ignorableWhitespace(char[] ch, int begin, int length)
77. throws SAXException {
78. StringBuffer buffer = new StringBuffer();
79. for(int i = begin ; i < begin+length ; i++){
80. switch(ch[i]){
81. case '\\':buffer.append("\\\\");break;
82. case '\r':buffer.append("\\r");break;
83. case '\n':buffer.append("\\n");break;
84. case '\t':buffer.append("\\t");break;
85. case '\"':buffer.append("\\\"");break;
86. default : buffer.append(ch[i]);
87. }
88. }
89. System.out.println(this.toBlankString(this.frontBlankCount)+">>> ignorable whitespace("+length+"): "+buffer.toString());
90. }
91.
92. /*
93. * 接收处理指令的通知。
94. * 参数意义如下:
95. * target : 处理指令目标
96. * data : 处理指令数据,如果未提供,则为 null。
97. */
98. @Override
99. public void processingInstruction(String target,String data)
100. throws SAXException {
101. System.out.println(this.toBlankString(this.frontBlankCount)+">>> process instruction : (target = \""
102. +target+"\",data = \""+data+"\")");
103. }
104.
105. /*
106. * 接收用来查找 SAX 文档事件起源的对象。
107. * 参数意义如下:
108. * locator : 可以返回任何 SAX 文档事件位置的对象
109. */
110. @Override
111. public void setDocumentLocator(Locator locator) {
112. System.out.println(this.toBlankString(this.frontBlankCount)+
113. ">>> set document_locator : (lineNumber = "+locator.getLineNumber()
114. +",columnNumber = "+locator.getColumnNumber()
115. +",systemId = "+locator.getSystemId()
116. +",publicId = "+locator.getPublicId()+")");
117.
118. }
119.
120. /*
121. * 接收跳过的实体的通知。
122. * 参数意义如下:
123. * name : 所跳过的实体的名称。如果它是参数实体,则名称将以 '%' 开头,
124. * 如果它是外部 DTD 子集,则将是字符串 "[dtd]"
125. */
126. @Override
127. public void skippedEntity(String name) throws SAXException {
128. System.out.println(this.toBlankString(this.frontBlankCount)+
129. ">>> skipped_entity : "+name);
130. }
131.
132. /*
133. * 接收文档的开始的通知。
134. */
135. @Override
136. public void startDocument() throws SAXException {
137. System.out.println(this.toBlankString(this.frontBlankCount++)+
138. ">>> start document ");
139. }
140.
141. /*
142. * 接收元素开始的通知。
143. * 参数意义如下:
144. * uri :元素的命名空间
145. * localName :元素的本地名称(不带前缀)
146. * qName :元素的限定名(带前缀)
147. * atts :元素的属性集合
148. */
149. @Override
150. public void startElement(String uri, String localName, String qName,
151. Attributes atts) throws SAXException {
152. System.out.println(this.toBlankString(this.frontBlankCount++)+
153. ">>> start element : "+qName+"("+uri+")");
154. }
155.
156. /*
157. * 开始前缀 URI 名称空间范围映射。
158. * 此事件的信息对于常规的命名空间处理并非必需:
159. * 当 http://xml.org/sax/features/namespaces 功能为 true(默认)时,
160. * SAX XML 读取器将自动替换元素和属性名称的前缀。
161. * 参数意义如下:
162. * prefix :前缀
163. * uri :命名空间
164. */
165. @Override
166. public void startPrefixMapping(String prefix,String uri)
167. throws SAXException {
168. System.out.println(this.toBlankString(this.frontBlankCount++)+
169. ">>> start prefix_mapping : xmlns:"+prefix+" = "
170. +"\""+uri+"\"");
171.
172. }
173.
174. private String toBlankString(int count){
175. StringBuffer buffer = new StringBuffer();
176. for(int i = 0;i<count;i++)
177. buffer.append(" ");
178. return buffer.toString();
179. }
180.
181.}
2,DTDHandler 接口 :接收与 DTD 相关的事件的通知的处理器接口。
import org.xml.sax.DTDHandler;
import org.xml.sax.SAXException;
public class MyDTDHandler implements DTDHandler {
/*
* 接收注释声明事件的通知。
* 参数意义如下:
* name - 注释名称。
* publicId - 注释的公共标识符,如果未提供,则为 null。
* systemId - 注释的系统标识符,如果未提供,则为 null。
*/
@Override
public void notationDecl(String name, String publicId, String systemId)
throws SAXException {
System.out.println(">>> notation declare : (name = "+name
+",systemId = "+publicId
+",publicId = "+systemId+")");
}
/*
* 接收未解析的实体声明事件的通知。
* 参数意义如下:
* name - 未解析的实体的名称。
* publicId - 实体的公共标识符,如果未提供,则为 null。
* systemId - 实体的系统标识符。
* notationName - 相关注释的名称。
*/
@Override
public void unparsedEntityDecl(String name,
String publicId,
String systemId,
String notationName) throws SAXException {
System.out.println(">>> unparsed entity declare : (name = "+name
+",systemId = "+publicId
+",publicId = "+systemId
+",notationName = "+notationName+")");
}
}
3,EntityResolver 接口 :是用于解析实体的基本接口。
import java.io.IOException;
import org.xml.sax.EntityResolver;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
public class MyEntityResolver implements EntityResolver {
/*
* 允许应用程序解析外部实体。
* 解析器将在打开任何外部实体(顶级文档实体除外)前调用此方法
* 参数意义如下:
* publicId : 被引用的外部实体的公共标识符,如果未提供,则为 null。
* systemId : 被引用的外部实体的系统标识符。
* 返回:
* 一个描述新输入源的 InputSource 对象,或者返回 null,
* 以请求解析器打开到系统标识符的常规 URI 连接。
*/
@Override
public InputSource resolveEntity(String publicId, String systemId)
throws SAXException, IOException {
return null;
}
}
4,ErrorHandler接口 :是错误处理程序的基本接口。
import org.xml.sax.ErrorHandler;
import org.xml.sax.SAXException;
import org.xml.sax.SAXParseException;
public class MyErrorHandler implements ErrorHandler {
/*
* 接收可恢复的错误的通知
*/
@Override
public void error(SAXParseException e) throws SAXException {
System.err.println("Error ("+e.getLineNumber()+","
+e.getColumnNumber()+") : "+e.getMessage());
}
/*
* 接收不可恢复的错误的通知。
*/
@Override
public void fatalError(SAXParseException e) throws SAXException {
System.err.println("FatalError ("+e.getLineNumber()+","
+e.getColumnNumber()+") : "+e.getMessage());
}
/*
* 接收不可恢复的错误的通知。
*/
@Override
public void warning(SAXParseException e) throws SAXException {
System.err.println("Warning ("+e.getLineNumber()+","
+e.getColumnNumber()+") : "+e.getMessage());
}
}
Test 类的主方法打印解析books.xml时的事件信息。
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import org.xml.sax.ContentHandler;
import org.xml.sax.DTDHandler;
import org.xml.sax.EntityResolver;
import org.xml.sax.ErrorHandler;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.XMLReaderFactory;
public class Test {
public static void main(String[] args) throws SAXException,
FileNotFoundException, IOException {
//创建处理文档内容相关事件的处理器
ContentHandler contentHandler = new MyContentHandler();
//创建处理错误事件处理器
ErrorHandler errorHandler = new MyErrorHandler();
//创建处理DTD相关事件的处理器
DTDHandler dtdHandler = new MyDTDHandler();
//创建实体解析器
EntityResolver entityResolver = new MyEntityResolver();
//创建一个XML解析器(通过SAX方式读取解析XML)
XMLReader reader = XMLReaderFactory.createXMLReader();
/*
* 设置解析器的相关特性
* http://xml.org/sax/features/validation = true 表示开启验证特性
* http://xml.org/sax/features/namespaces = true 表示开启命名空间特性
*/
reader.setFeature("http://xml.org/sax/features/validation",true);
reader.setFeature("http://xml.org/sax/features/namespaces",true);
//设置XML解析器的处理文档内容相关事件的处理器
reader.setContentHandler(contentHandler);
//设置XML解析器的处理错误事件处理器
reader.setErrorHandler(errorHandler);
//设置XML解析器的处理DTD相关事件的处理器
reader.setDTDHandler(dtdHandler);
//设置XML解析器的实体解析器
reader.setEntityResolver(entityResolver);
//解析books.xml文档
reader.parse(new InputSource(new FileReader("books.xml")));
}
}
books.xml 文件的内容如下:
<?xml version="1.0" encoding="GB2312"?>
<books count="3" xmlns="http://test.org/books">
<!--books's comment-->
<book id="1">
<name>Thinking in JAVA</name>
</book>
<book id="2">
<name>Core JAVA2</name>
</book>
<book id="3">
<name>C++ primer</name>
</book>
</books>
控制台输出如下:
>>> set document_locator : (lineNumber = 1,columnNumber = 1,systemId = null,publicId = null)
>>> start document
Error (2,7) : Document is invalid: no grammar found.
Error (2,7) : Document root element "books", must match DOCTYPE root "null".
>>> start prefix_mapping : xmlns: = "http://test.org/books"
>>> start element : books(http://test.org/books)
>>> characters(2): \n\t
>>> characters(2): \n\t
>>> start element : book(http://test.org/books)
>>> characters(3): \n\t\t
>>> start element : name(http://test.org/books)
>>> characters(16): Thinking in JAVA
>>> end element : name(http://test.org/books)
>>> characters(2): \n\t
>>> end element : book(http://test.org/books)
>>> characters(2): \n\t
>>> start element : book(http://test.org/books)
>>> characters(3): \n\t\t
>>> start element : name(http://test.org/books)
>>> characters(10): Core JAVA2
>>> end element : name(http://test.org/books)
>>> characters(2): \n\t
>>> end element : book(http://test.org/books)
>>> characters(2): \n\t
>>> start element : book(http://test.org/books)
>>> characters(3): \n\t\t
>>> start element : name(http://test.org/books)
>>> characters(10): C++ primer
>>> end element : name(http://test.org/books)
>>> characters(2): \n\t
>>> end element : book(http://test.org/books)
>>> characters(1): \n
>>> end element : books(http://test.org/books)
>>> end prefix_mapping :
>>> end document