理解SAX解析xml的工作原理

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。

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