Java与XML联合编程之SAX篇

核心提示：SAX概念 SAX是Simple API for xml的缩写，它并不是由W3C官方所提出的标准，Java与XML联合编程之SAX篇，可以说是“民间”的事实标准，实际上， void endElement(java.lang.String namespaceURI, java.lang.String localName,

　　SAX概念
　　SAX是Simple API for xml的缩写，它并不是由W3C官方所提出的标准，可以说是“民间”的事实标准。实际上，它是一种社区性质的讨论产物。虽然如此，在XML中对SAX的应用丝毫不比DOM少，几乎所有的XML解析器都会支持它。
　　与DOM比较而言，SAX是一种轻量型的方法。我们知道，在处理DOM的时候，我们需要读入整个的XML文档，然后在内存中创建DOM树，生成DOM树上的每个Node对象。当文档比较小的时候，这不会造成什么问题，但是一旦文档大起来，处理DOM就会变得相当费时费力。非凡是其对于内存的需求，也将是成倍的增长，以至于在某些应用中使用DOM是一件很不划算的事（比如在applet中）。这时候，一个较好的替代解决方法就是SAX。
　　SAX在概念上与DOM完全不同。首先，不同于DOM的文档驱动，它是事件驱动的，也就是说，它并不需要读入整个文档，而文档的读入过程也就是SAX的解析过程。所谓事件驱动，是指一种基于回调（callback）机制的程序运行方法。（假如你对java新的代理事件模型比较清楚的话，就会很轻易理解这种机制了）
　　　
　　在XMLReader接受XML文档，在读入XML文档的过程中就进行解析，也就是说读入文档的过程和解析的过程是同时进行的，这和DOM区别很大。解析开始之前，需要向XMLReader注册一个ContentHandler，也就是相当于一个事件监听器，在ContentHandler中定义了很多方法，比如startDocument()，它定制了当在解析过程中，碰到文档开始时应该处理的事情。当XMLReader读到合适的内容，就会抛出相应的事件，并把这个事件的处理权代理给ContentHandler，调用其相应的方法进行响应。
　　这样泛泛的说来或许有些不轻易理解，别急，后面的例子会让你明白SAX的解析过程。看看这个简单XML文件：
　　
　　Ogden Nash
　　
　　Adam
　　
　　当XMLReader读到标签时，就会调用ContentHandler.startElement()方法，并把标签名POEM作为参数传递过去。在你实现的startElement()方法中需要做相应的动作，以处理当出现时应该做的事情。各个事件随着解析的过程（也就是文档读入的过程）一个个顺序的被抛出，相应的方法也会被顺序的调用，最后，当解析完成，方法都被调用后，对文档的处理也就完成了。下面的这个表，列出了在解析上面的那个XML文件的时候，顺序被调用的方法：
　　　
　　ContentHandler实际上是一个接口，当处理特定的XML文件的时候，就需要为其创建一个实现了ContentHandler的类来处理特定的事件，可以说，这个实际上就是SAX处理XML文件的核心。下面我们来看看定义在其中的一些方法：
　　
　　void characters(char[] ch, int start, int length)：
　　
　　这个方法用来处理在XML文件中读到字符串，它的参数是一个字符数组，以及读到的这个字符串在这个数组中的起始位置和长度，我们可以很轻易的用String类的一个构造方法来获得这个字符串的String类：String charEncontered=new String(ch,start,length)。
　　
　　void startDocument()：
　　
　　当碰到文档的开头的时候，调用这个方法，可以在其中做一些预处理的工作。
　　
　　void endDocument()：
　　
　　和上面的方法相对应，当文档结束的时候，调用这个方法，可以在其中做一些善后的工作。
　　
　　void startElement(java.lang.String namespaceURI, java.lang.String localName, java.lang.String qName, Attributes atts)
　　
　　当读到一个开始标签的时候，会触发这个方法。在SAX1.0版本中并不支持名域，而在新的2.0版本中提供了对名域的支持，这儿参数中的namespaceURI就是名域，localName是标签名，qName是标签的修饰前缀，当没有使用名域的时候，这两个参数都未null。而atts是这个标签所包含的属性列表。通过atts，可以得到所有的属性名和相应的值。要注重的是SAX中一个重要的特点就是它的流式处理，在碰到一个标签的时候，它并不会纪录下以前所碰到的标签，也就是说，在startElement()方法中，所有你所知道的信息，就是标签的名字和属性，至于标签的嵌套结构，上层标签的名字，是否有子元属等等其它与结构相关的信息，都是不得而知的，都需要你的程序来完成。这使得SAX在编程处理上没有DOM来得那么方便。
　　void endElement(java.lang.String namespaceURI, java.lang.String localName, java.lang.String qName)
　　这个方法和上面的方法相对应，在碰到结束标签的时候，调用这个方法。