SAX之使用SAX解析文档

为什么80%的码农都做不了架构师？>>>   

记住，在任何一个基于SAX的应用程序中，你要做的第一件事情就是去获取一个实现了org.xml.sax.XMLReader接口的类的实例。这就是为什么首先让你去下载兼容SAX解析器的原因。

实例化阅读器

所有兼容SAX标准的XML解析器都必须实现SAX中的org.xml.sax.XMLReader接口，例如，在Xerces提供的实现中，org.apache.xerces.parsers.SAXParser类就实现了XMLReader接口。而你则需要去实例化该类，并用它来解析XML文档，如：

//实例化Reader
XMLReader reader = new org.apache.xerces.parsers.SAXParser();
//用解析器进行解析
reader.parse(uri);

使用上述代码会将你和解析器供应商紧密的联系起来（紧耦合），但是，你可以使用SAX的org.xml.sax.helpers.XMLReaderFactory类将两者分离开来：

XMLReader reader = XMLReaderFactory.createXMLReader();

然后，只需要设置org.xml.sax.driver系统属性，就可以不需要导入也能得到XMLReader类：

$ java -Dorg.xml.sax.driver=org.apache.xerces.parsers.SAXParser

更棒的是，大多数解析器提供者会在系统内部设置好这个属性，这就意味着你一点也不用担心这个系统属性。只需要调用createXMLReader()方法，往下直就行了。注意：正如你所想的，Apache Xerces解析器在内部也已经设置好了org.xml.sax.driver属性的值。

解析文档

将阅读器实例化后，就可以调用它的parse()方法去解析XML文档了。parse()方法还可以接收一个org.xml.sax.InputSource类型或者是字符串类型的参数，不过比较好的方式是使用SAX中的InputSource类型的参数，因为我们可以用I/O InputStream，Reader或者是URI字符串多种方式来创建InputSource类型的对象。

使用InputSource取代URI的优势是显而易见的：InputSource能为解析器提供更多的信息。InputSource封装了一个单独的对象和要解析的文档的信息。当一个系统ID，公共ID或者一个流同时关联到一个URI时，使用InputSource来封装非常方便（注：系统ID表示一个本地资源，公共ID表示一个网络资源）。这个类有处理系统ID，公共ID，字符编码，字节流（java.io.InputStream）和字符流（java.io.Reader）的存储器（accessor）方法和修改器（mutator）方法。当把InputSource作为参数传递给parse()方法时，SAX会保证解析器不会修改InputSource。解析器的原始输入经解析器或XML应用程序处理后依然保持不变。示例：

//解析
InputSource inputSource = new InputSource(
    new java.io.FileInputStream(new java.io.File(xmlURI)));
reader.parse(inputSource);

在文档的解析过程中，如果你没有在回调事件中编写代码，那仅仅只是简单地完成了默认解析而已。解析器所提供的回调事件，使得开发人员可以在解析器执行默认的解析过程时，通过编码写事件处理代码，来对XML文档中的数据，元素，属性的解析进行特定的处理，以及完成与其他程序的交互。

转载于:https://my.oschina.net/fhd/blog/367393