转自:
Java如何使用SAX(Simple API for XML)解析XML呢?
下文讲述使用SAX解析xml文档的方法分享,如下所示
SAX简介
SAX用于加载文档到内存中,它是采用事件驱动的API(Observer模式)
他按照xml文件的顺序一步一步的来解析,用户只需要注册自己感兴趣的事件即可
SAX提供EntityResolver, DTDHandler, ContentHandler, ErrorHandler接口,
分别用于监听解析实体事件、DTD处理事件、正文处理事件和处理出错事件,与AWT类似,
SAX还提供了一个对这4个接口默认的类DefaultHandler(这里的默认实现,其实就是一个空方法),
一般只要继承DefaultHandler,重写自己感兴趣的事件即可
SAX解析xml的原理:
Sax采用事件驱动的方式解析文档
类似于io读取的向下读取操作
在Sax的解析过程中,读取到文档开头、结尾,元素的开头和结尾都会触发一些回调方法
我们可以在这些回调方法中进行相应事件处理
如:startDocument()
endDocument()
startElement()
endElement
SAX XML解析步骤
Java Sax在解析xml文件之前
需先了解xml文件的节点的种类
一种是ElementNode,一种是TextNode
例:user.xml
<?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="12">
<name>maomao</name>
<age>18</age>
</user>
<user id="15">
<name>xiaoxiao</name>
<age>20</age>
</user>
</users>
<users>、<user>这种节点就属于ElementNode
maomao这种就属于TextNode
下面结合一张图来详细讲解Sax解析
Java SAX XML解析
将xml载入SAX,然后解析
//TestClass.java
public class SaxParseService extends DefaultHandler{
private List<User> users = null;
private User user = null;
private String preTag = null;//作用是记录解析时的上一个节点名称
public List<User> getUsers(InputStream xmlStream) throws Exception{
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
SaxParseService handler = new SaxParseService();
parser.parse(xmlStream, handler);
return handler.getUsers();
}
public List<User> getUsers(){
return users;
}
@Override
public void startDocument() throws SAXException {
users = new ArrayList<User>();
}
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
if("user".equals(qName)){
user = new User();
user.setId(Integer.parseInt(attributes.getValue(0)));
}
preTag = qName;//将正在解析的节点名称赋给preTag
}
@Override
public void endElement(String uri, String localName, String qName)
throws SAXException {
if("user".equals(qName)){
users.add(user);
user = null;
}
preTag = null;/**当解析结束时置为空。这里很重要,例如,当图中画3的位置结束后,会调用这个方法
,如果这里不把preTag置为null,根据startElement(....)方法,preTag的值还是user,当文档顺序读到图
中标记4的位置时,会执行characters(char[] ch, int start, int length)这个方法,而characters(....)方
法判断preTag!=null,会执行if判断的代码,这样就会把空值赋值给user,这不是我们想要的。*/
}
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
if(preTag!=null){
String content = new String(ch,start,length);
if("name".equals(preTag)){
user.setName(content);
}else if("age".equals(preTag)){
user.setAge(Int.parseInt(content));
}
}
}
}
//User.java 主要是用来组装数据
public class User {
private int id;
private String name;
private int age;
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
@Override
public String toString(){
return this.id+":"+this.name+":"+this.age;
}
}
//ParseTest
public class ParseTest extends TestCase{
public void testSAX() throws Throwable{
SaxParseService sax = new SaxParseService();
InputStream input = this.getClass().getClassLoader().getResourceAsStream("user.xml");
List<User> users = sax.getUsers(input);
for(User user : users){
System.out.println(user.toString());
}
}
}
xml文件被Sax解析器载入
由于Sax解析是按照xml文件的顺序来解析
当读入<?xml.....>时,会调用startDocument()方法
当读入<users>的时候,由于它是个ElementNode,
所以会调用startElement(String uri, String localName, String qName, Attributes attributes) 方法,
其中第二个参数就是节点的名称
------------------------------------
注意事项:
由于有些环境不一样,有时候第二个参数有可能为空,所以可以使用第三个参数
因此在解析前,先调用一下看哪个参数能用,第4个参数是这个节点的属性。
这里我们不需要这个节点,所以从<book>这个节点开始,也就是图中1的位置,
当读入时,调用startElement(....)方法,
由于只有一个属性id,可以通过attributes.getValue(0)来得到,然后在图中标明2的地方会调用characters(char[] ch, int start, int length)方法,不要以为那里是空白,
Sax解析器可不那么认为,Sax解析器会把它认为是一个TextNode
但是这个空白不是我们想要的数据,我们是想要<name>节点下的文本信息。这就要定义一个记录当上一节点的名称的TAG,在characters(.....)方法中,
判断当前节点是不是name,是再取值,才能取到maomao
总结:
使用SAX解析XML采用的是从上而下的基于事件驱动的解析方式
解析过程中会视情况自动调用startDocument()、startElement()、characters()、endElement()、endDocument()等相关的方法
1. startDocument()方法只会在文档开始解析的时候被调用,每次解析只会调用一次。
2. startElement()方法每次在开始解析一个元素,即遇到元素标签开始的时候都会调用。
3. characters()方法也是在每次解析到元素标签携带的内容时都会调用,即使该元素标签的内容为空或换行。而且如果元素内嵌套元素,在父元素结束标签前, characters()方法会再次被调用,此处需要注意。
4. endElement()方法每次在结束解析一个元素,即遇到元素标签结束的时候都会调用。
5. endDocument() startDocument()方法只会在文档解析结束的时候被调用,每次解析只会调用一次