理解SAX解析xml的工作原理
2017-01-02 16:17
281 查看
摘要: SAX以事件流来解析xml,边读边触发事件函数完成解析,适用于较大XML; DOM加载整个xml文件,最终在内存中创建一个DOM树,适合小XML文件,操作DOM节点比较简便。 dom比较好理解,SAX到底是怎样以事件驱动的呢?
SAX是SIMPLE API FOR XML的缩写,与DOM比较而言,SAX是一种轻量型的方法。
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。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,遇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。
<POEM>
<AUTHOR>OGDEN NASH</AUTHOR>
<TITLE>FLEAS</TITLE>
<LINE>ADAM</LINE>
</POEM>
当XMLReader读到<POEM>标签时,就会调用ContentHandler.startDocument()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<POEM>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。
方法回调过程:
{文档开始} STARTDOCUMENT()
<POEM> STARTELEMENT(NULL,"POEM",NULL,{ATTRIBUTES})
" " CHARACTERS("<POEM> ...", 6, 1)
<AUTHOR> STARTELEMENT(NULL,"AUTHOR",NULL,{ATTRIBUTES})
"OGDEN NASH" CHARACTERS("<POEM> ...", 15, 10)
</AUTHOR> ENDELEMENT(NULL,"AUTHOR",NULL)
" " CHARACTERS("<POEM> ...", 34, 1)
<TITLE> STARTELEMENT(NULL,"TITLE",NULL,{ATTRIBUTES})
"FLEAS" CHARACTERS("<POEM> ...", 42, 5)
</TITLE> ENDELEMENT(NULL,"TITLE",NULL)
" " CHARACTERS("<POEM> ...", 55, 1)
<LINE> STARTELEMENT(NULL,"LINE",NULL,{ATTRIBUTES})
"ADAM" CHARACTERS("<POEM> ...", 62, 4)
</LINE> ENDELEMENT(NULL,"LINE",NULL)
" " CHARACTERS("<POEM> ...", 67, 1)
</POEM> ENDELEMENT(NULL,"POEM",NULL)
{文档结束} ENDDOCUMENT()
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,这个实际上就是SAX处理XML文件的核心。下面是几个主要的方法:
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,我们可以很容易的用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():当遇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():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(String namespaceuri, String localname, 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。
注意:SAX中一个重要的特点就是它的流式处理,在遇到一个标签的时候,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(String namespaceuri, String localname, String qname):和startElement方法相对应,在遇到结束标签的时候,调用这个方法。
沿用讲DOM的时候使用的那个文档例子,首先,我们先看一个简单一些的应用,我们希望能够统计一下XML文件中各个标签出现的次数。这个例子很简单,但是足以阐述SAX编程的基本思路了。
import org.xml.sax.helpers.defaulthandler;
import javax.xml.parsers.*;
import org.xml.sax.*;
import org.xml.sax.helpers.*;
import java.util.*;
import java.io.*;
//创建一个继承于defaulthandler的类
public class saxcounter extends defaulthandler {
private hashtable tags; //这个hashtable用来记录tag出现的次数
// 处理文档前的工作
public void startdocument() throws saxexception {
tags = new hashtable();//初始化hashtable
}
//对每一个开始元属进行处理
public void startelement(string namespaceuri, string localname,
string rawname, attributes atts) throws saxexception
{
string key = localname;
……
我们来看看这段程序作了些什么。在main()方法中,主要做的就是创建解析器,然后解析文档。实际上,在这儿创建SaxParser对象的时候,为了使程序代码于具体的解析器无关,使用了同DOM中一样的设计技巧:通过一个SaxParserFactory类来创建具体的SaxParser对象,这样,当需要使用不同的解析器的时候,要改变的,只是一个环境变量的值,而程序的代码可以保持不变。这就是工厂方法模式的思想。
不过在这儿还有一点点要注意的地方,就是SaxParser类和XmlReader类之间的关系。实际上SaxParser是JAXP中对XmlReader的一个封装类,而XmlReader是定义在SAX2.0种的一个用来解析文档的接口。你可以同样的调用SaxParser或者XmlReader中的parser()方法来解析文档,效果是完全一样的。不过在SaxParser中的parser()方法接受更多的参数,可以对不同的XML文档数据源进行解析,因而使用起来要比XmlReader要方便一些。
下面我们要实现的功能,在DOM的例子中已经有实现了,就是从XML文档中读出内容并格式化输出。
前面说过,当遇到一个开始标签的时候,在startElement()方法中,我们并不能够得到这个标签在XML文档中所处的位置。这在处理XML文档的时候是个大麻烦,因为在XML中标签的语义,有一部分是由其所处的位置所决定的。而且在一些需要验证文档结构的程序中,这更是一个问题。当然,没有解决不了的问题了,我们可以使用一个栈来实现对文档结构的纪录。
栈的特点是先进先出,我们现在的想法是,在startElement()方法中用PUSH将这个标签的名字添加到栈中,在endElement()方法中在把它pop出来。我们知道对一个结构良好的XML而言,其嵌套结构是完备的,每一个开始标签总会对应一个结束标签,而且不会出现标签嵌套之间的错位。因而,每一次STARTELEMENT()方法的调用,必然会对应一个endElement()方法的调用,这样push和pop也是成对出现的,我们只需要分析栈的结构,就可以很容易的知道当前标签所处在文档结构中的位置了。
public class SaxReader extends DefaultHandler {
java.util.Stack tags=new java.util.stack();
……
在这儿虽然没有使用到栈的分析,但实际上栈的分析是一件很容易的事情,应为java.util.Stack继承了java.util.Vector类,而且stack中的元素是按栈的结构由底至上排列的,因个,我们可以使用vector类的size()方法来得到stack的元素个数,还可以使用vector的get(int index)方法来得到具体的每一个元属。实际上,如果把stack的元素从底向上逐一排列出来,我们就得到了从XML根节点到当前节点的一条唯一的路径,有了这条路径的信息,文档的结构就在清楚不过了。
https://my.oschina.net/chape/blog/262434
=============================================================================================
代码验证:
=============================================================================================
参考:使用SAX解析XML文件 http://blog.csdn.net/zuolongsnail/article/details/6453468
SAX是SIMPLE API FOR XML的缩写,与DOM比较而言,SAX是一种轻量型的方法。
1.简述DOM与SAX解析的区别:
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。特别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。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。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,遇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。
2.以例子来解释:
XML文件:<POEM>
<AUTHOR>OGDEN NASH</AUTHOR>
<TITLE>FLEAS</TITLE>
<LINE>ADAM</LINE>
</POEM>
当XMLReader读到<POEM>标签时,就会调用ContentHandler.startDocument()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<POEM>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。
方法回调过程:
{文档开始} STARTDOCUMENT()
<POEM> STARTELEMENT(NULL,"POEM",NULL,{ATTRIBUTES})
" " CHARACTERS("<POEM> ...", 6, 1)
<AUTHOR> STARTELEMENT(NULL,"AUTHOR",NULL,{ATTRIBUTES})
"OGDEN NASH" CHARACTERS("<POEM> ...", 15, 10)
</AUTHOR> ENDELEMENT(NULL,"AUTHOR",NULL)
" " CHARACTERS("<POEM> ...", 34, 1)
<TITLE> STARTELEMENT(NULL,"TITLE",NULL,{ATTRIBUTES})
"FLEAS" CHARACTERS("<POEM> ...", 42, 5)
</TITLE> ENDELEMENT(NULL,"TITLE",NULL)
" " CHARACTERS("<POEM> ...", 55, 1)
<LINE> STARTELEMENT(NULL,"LINE",NULL,{ATTRIBUTES})
"ADAM" CHARACTERS("<POEM> ...", 62, 4)
</LINE> ENDELEMENT(NULL,"LINE",NULL)
" " CHARACTERS("<POEM> ...", 67, 1)
</POEM> ENDELEMENT(NULL,"POEM",NULL)
{文档结束} ENDDOCUMENT()
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,这个实际上就是SAX处理XML文件的核心。下面是几个主要的方法:
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,我们可以很容易的用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():当遇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():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(String namespaceuri, String localname, 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。
注意:SAX中一个重要的特点就是它的流式处理,在遇到一个标签的时候,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(String namespaceuri, String localname, String qname):和startElement方法相对应,在遇到结束标签的时候,调用这个方法。
沿用讲DOM的时候使用的那个文档例子,首先,我们先看一个简单一些的应用,我们希望能够统计一下XML文件中各个标签出现的次数。这个例子很简单,但是足以阐述SAX编程的基本思路了。
import org.xml.sax.helpers.defaulthandler;
import javax.xml.parsers.*;
import org.xml.sax.*;
import org.xml.sax.helpers.*;
import java.util.*;
import java.io.*;
//创建一个继承于defaulthandler的类
public class saxcounter extends defaulthandler {
private hashtable tags; //这个hashtable用来记录tag出现的次数
// 处理文档前的工作
public void startdocument() throws saxexception {
tags = new hashtable();//初始化hashtable
}
//对每一个开始元属进行处理
public void startelement(string namespaceuri, string localname,
string rawname, attributes atts) throws saxexception
{
string key = localname;
……
我们来看看这段程序作了些什么。在main()方法中,主要做的就是创建解析器,然后解析文档。实际上,在这儿创建SaxParser对象的时候,为了使程序代码于具体的解析器无关,使用了同DOM中一样的设计技巧:通过一个SaxParserFactory类来创建具体的SaxParser对象,这样,当需要使用不同的解析器的时候,要改变的,只是一个环境变量的值,而程序的代码可以保持不变。这就是工厂方法模式的思想。
不过在这儿还有一点点要注意的地方,就是SaxParser类和XmlReader类之间的关系。实际上SaxParser是JAXP中对XmlReader的一个封装类,而XmlReader是定义在SAX2.0种的一个用来解析文档的接口。你可以同样的调用SaxParser或者XmlReader中的parser()方法来解析文档,效果是完全一样的。不过在SaxParser中的parser()方法接受更多的参数,可以对不同的XML文档数据源进行解析,因而使用起来要比XmlReader要方便一些。
下面我们要实现的功能,在DOM的例子中已经有实现了,就是从XML文档中读出内容并格式化输出。
前面说过,当遇到一个开始标签的时候,在startElement()方法中,我们并不能够得到这个标签在XML文档中所处的位置。这在处理XML文档的时候是个大麻烦,因为在XML中标签的语义,有一部分是由其所处的位置所决定的。而且在一些需要验证文档结构的程序中,这更是一个问题。当然,没有解决不了的问题了,我们可以使用一个栈来实现对文档结构的纪录。
栈的特点是先进先出,我们现在的想法是,在startElement()方法中用PUSH将这个标签的名字添加到栈中,在endElement()方法中在把它pop出来。我们知道对一个结构良好的XML而言,其嵌套结构是完备的,每一个开始标签总会对应一个结束标签,而且不会出现标签嵌套之间的错位。因而,每一次STARTELEMENT()方法的调用,必然会对应一个endElement()方法的调用,这样push和pop也是成对出现的,我们只需要分析栈的结构,就可以很容易的知道当前标签所处在文档结构中的位置了。
public class SaxReader extends DefaultHandler {
java.util.Stack tags=new java.util.stack();
……
在这儿虽然没有使用到栈的分析,但实际上栈的分析是一件很容易的事情,应为java.util.Stack继承了java.util.Vector类,而且stack中的元素是按栈的结构由底至上排列的,因个,我们可以使用vector类的size()方法来得到stack的元素个数,还可以使用vector的get(int index)方法来得到具体的每一个元属。实际上,如果把stack的元素从底向上逐一排列出来,我们就得到了从XML根节点到当前节点的一条唯一的路径,有了这条路径的信息,文档的结构就在清楚不过了。
3.总结
到目前为止,我们已经掌握了对于XML编程的两大利器:DOM和SAX,也知道了该如何在一个JAVA程序中使用它们。DOM编程相对简单,但是速度比较慢,占用内存多,而SAX编程复杂一些,但是速度快,占用内存少。所以,我们应该根据不同的环境选择使用不同的方法。大部分的XML应用基本都可以用它们来解决。需要特别说明的是,DOM和SAX其实都是语言无关的,并非JAVA所独有,也就是说,只要有相应的语言实现,DOM和SAX可以应用在任何面向对象的语言中。https://my.oschina.net/chape/blog/262434
=============================================================================================
代码验证:
public class MainActivity extends AppCompatActivity { Button _button=null; TextView _textView=null; class CMyHandler extends Handler{ @Override public void handleMessage(Message msg) { super.handleMessage(msg); String _strData=msg.getData().getString("data1"); _textView.setText(_strData); } } class CMyXmlHandler extends DefaultHandler{ public List<String> _listStr=null; @Override public void startDocument() throws SAXException { // super.startDocument(); _listStr=new ArrayList<>(); } @Override public void endDocument() throws SAXException { // super.endDocument(); } @Override public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { //super.startElement(uri, localName, qName, attributes); _listStr.add("start:"+localName+" "); } @Override public void endElement(String uri, String localName, String qName) throws SAXException { //super.endElement(uri, localName, qName); _listStr.add("end:"+localName+" "); } @Override public void characters(char[] ch, int start, int length) throws SAXException { // super.characters(ch, start, length); String _strTem=new String(ch,start,length); _listStr.add("ch:"+_strTem+" "); } } @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); // _button= (Button) findViewById(R.id.main_button1); _textView= (TextView) findViewById(R.id.main_textView1); final CMyHandler _handler=new CMyHandler(); _button.setOnClickListener(new View.OnClickListener() { @Override public void onClick(View view) { new Thread(new Runnable() { @Override public void run() { try { URL _url=new URL("http://cloud.bmob.cn/0906a62b462a3082/getXml"); try { HttpURLConnection _httpUrlConnection= (HttpURLConnection) _url.openConnection(); _httpUrlConnection.setDoInput(true); _httpUrlConnection.setDoOutput(true); _httpUrlConnection.setRequestMethod("POST"); _httpUrlConnection.setRequestProperty("Accept-CharSet","UTF-8"); _httpUrlConnection.setRequestProperty("Content-Type","application/x-www-form-urlencoded"); _httpUrlConnection.connect(); InputStream _inputStream= _httpUrlConnection.getInputStream(); /* BufferedReader _bufferReader=new BufferedReader(new InputStreamReader(_inputStream)); StringBuilder _stringBuilder=new StringBuilder(); String _strTem=""; while((_strTem=_bufferReader.readLine())!=null){ _stringBuilder.append(_strTem); } Bundle _bundle=new Bundle(); _bundle.putString("data",_stringBuilder.toString()); Message _message=new Message(); _message.setData(_bundle); _handler.sendMessage(_message);*/ SAXParserFactory _saxParserFactory=SAXParserFactory.newInstance(); try { SAXParser _parser= _saxParserFactory.newSAXParser(); CMyXmlHandler _XMLhandler=new CMyXmlHandler(); _parser.parse(_inputStream,_XMLhandler); _inputStream.close(); Bundle _bundle=new Bundle(); String _strData1=""; for (int i=0;i<_XMLhandler._listStr.size();i++){ _strData1+=_XMLhandler._listStr.get(i); } _bundle.putString("data1",_strData1); Message _message=new Message(); _message.setData(_bundle); _handler.sendMessage(_message); } catch (ParserConfigurationException e) { e.printStackTrace(); } catch (SAXException e) { e.printStackTrace(); } } catch (IOException e) { e.printStackTrace(); } } catch (MalformedURLException e) { e.printStackTrace(); } } }).start(); } }); // } }
=============================================================================================
参考:使用SAX解析XML文件 http://blog.csdn.net/zuolongsnail/article/details/6453468
相关文章推荐
- Codeforces Good Bye 2016部分题解
- Create an offline installation of Visual Studio 2017 RC
- 配置umeditor出错,能显示编辑器,提交之后就这样了。
- PostgreSQL的HA(主备切换)
- android 从项目中调用系统添加联系人界面
- bug宝典JAVA篇 org.apache.jasper.JasperException: /WEB-INF/views/include/taglib.jsp(1,1) PWC5988:
- asp连接远程服务器出错 求大神们进
- linux时间子系统 - 总体框架
- 关于xml的出错。新手求大神解救。
- FlashFXP修改图片后,页面不更新,求大神帮忙,百度一下午实在没办法了。
- 请问IOS的静态库中,可以访问集成其应用的目录吗?
- Python项目文件管理
- 线程--demo3
- PHP数组怎样显示在前台页面
- 贪心算法
- 02课后图书管理系统
- 通过代码实现调用C可执行文件的问题
- 安卓timer.cancel();问题!!
- Android模拟器横竖屏不能切换,太奇怪了!!!
- sql查询相同数据日期最大的那条数据小于某个值