使用SAX解析XML

一个多月前看了一点使用SAX解析XML的教程，不过这一个月来忙于其他的事，都忘得差不多了。今天把东西翻出来看一看，对于简单的处理应该还是不成问题的。只要会使用基本的语句

XMLReader parser = XMLReaderFactory.createXMLReader();

parser.setContentHandler(handler);

parser.parse();

再加上ContentHandler或者DefaultHandler，就完全可以解析基本的XML文档了，当然，水平有限，仅限于基本的很简单的文档。比如下边一个例子：

import org.xml.sax.*;
import org.xml.sax.helpers.*;
import java.io.*;

public class IPod extends DefaultHandler{
 
 private Writer wout;
 private boolean isName = false;
 
 public IPod(Writer wout){
  this.wout = wout;
 }
 public void characters(char[] text, int start, int length)throws SAXException {

//去掉//可以有条件的打印，如曲库.xml文件中的。加上可以打印全部，包括网络上的如：http://blog.csdn.net/HegcH/category/330705.aspx/rss
    try {
     if (isName){
       wout.write(text, start, length);
       wout.write("/n");
       isName = false;
      }else if(new String(text, start, length).equals("Name")){
       isName = true;
      }    
    }
    catch (IOException e) {
      throw new SAXException(e);
    }

  }
  public static void main(String[] args) {

    if (args.length <= 0) {
      System.out.println(
       "Usage: java IPod url"
      );
      return;
    }

    try {
      XMLReader parser = XMLReaderFactory.createXMLReader();

      Writer out = new OutputStreamWriter(System.out);
      ContentHandler handler = new IPod(out);
      parser.setContentHandler(handler);

      parser.parse(args[0]);

      out.flush();
    }
    catch (Exception e) {
      //System.err.println(e);
      e.printStackTrace();
    }

  }

}

我前几天装了一个iTunes，结果不会用，到是生成了一个“曲库.xml”，今天我觉得这个文件挺大的，用来搞一下XML的实验吧。就写了这个文件。这些东西当然是基础中的基础了。不过我正式解析的时候，总会出现连接超时的错误，xml文档原本有一句DOCTYPE，我去掉了，才正常解析的。

因为这个曲库.xml跟平常的ml有点不同，他的名称写在<key>中,后边再接个<string>或是<integer>写上具体内容，而平常的我想应该是用名称作为tagName，就改了下，如下是改动部分：

public void characters(char[] text, int start, int length)throws SAXException {

    try {
     if (isLink){
       wout.write(text, start, length);
       wout.write("/n");
       isLink = false;
     }   
    }
    catch (IOException e) {
      throw new SAXException(e);
    }

  }
  public void startElement (String namespaceURI, String localName, String qualifiedName, Attributes atts) throws SAXException{
   /*try {
    if (namespaceURI != null && !namespaceURI.equals(""))
     wout.write(namespaceURI);
   }
   catch (IOException e){
    System.err.println(e);
   }*/
   if (localName.equals("link")){
    isLink = true;
   }
  }

用来获取网上rss中的link部分。当然暂时使用sina的rss做实验是没有问题的。但是sina的rss有个comments一项，里边也是url，格式是：http://comment.news.sina.com.cn/cgi-bin/comment/comment.cgi?channel=kj&amp;newsid=2-355-436，结果在&amp;这里就停住了，后边的东西都没有了，包括这个&amp; 。

我记得一个与前刚看这个东西的时候，从网上rss中得到的url中的&没有用&amp;替代，于是&是一行，前边后边各一行。事实上如果遇到<>等符号也是这样，我今天就遇到了。还没有搞清楚是怎么解决的。

除此之外，我想解析其中的CDATA中的内容，使用现在这个程序，只是打印了一堆空白。而我找到一个LexialHandler接口中有startCDATA和endCDATA，但是不清楚是怎么用的，网上也暂时没有找到。希望大家不吝赐教！