kapok

http://www0.ccidnet.com/tech/guide/2001/10/08/58_3392.html
SAX概念
SAX是Simple API for XML的縮寫(xiě)，它并不是由W3C官方所提出的標(biāo)準(zhǔn)，可以說(shuō)是“民間”的事實(shí)標(biāo)準(zhǔn)。實(shí)際上，它是一種社區(qū)性質(zhì)的討論產(chǎn)物。雖然如此，在XML中對(duì)SAX的應(yīng)用絲毫不比DOM少，幾乎所有的XML解析器都會(huì)支持它。

與DOM比較而言，SAX是一種輕量型的方法。我們知道，在處理DOM的時(shí)候，我們需要讀入整個(gè)的XML文檔，然后在內(nèi)存中創(chuàng)建DOM樹(shù)，生成DOM樹(shù)上的每個(gè)Node對(duì)象。當(dāng)文檔比較小的時(shí)候，這不會(huì)造成什么問(wèn)題，但是一旦文檔大起來(lái)，處理DOM就會(huì)變得相當(dāng)費(fèi)時(shí)費(fèi)力。特別是其對(duì)于內(nèi)存的需求，也將是成倍的增長(zhǎng)，以至于在某些應(yīng)用中使用DOM是一件很不劃算的事（比如在applet中）。這時(shí)候，一個(gè)較好的替代解決方法就是SAX。

SAX在概念上與DOM完全不同。首先，不同于DOM的文檔驅(qū)動(dòng)，它是事件驅(qū)動(dòng)的，也就是說(shuō)，它并不需要讀入整個(gè)文檔，而文檔的讀入過(guò)程也就是SAX的解析過(guò)程。所謂事件驅(qū)動(dòng)，是指一種基于回調(diào)（callback）機(jī)制的程序運(yùn)行方法。（如果你對(duì)Java新的代理事件模型比較清楚的話，就會(huì)很容易理解這種機(jī)制了）


在XMLReader接受XML文檔，在讀入XML文檔的過(guò)程中就進(jìn)行解析，也就是說(shuō)讀入文檔的過(guò)程和解析的過(guò)程是同時(shí)進(jìn)行的，這和DOM區(qū)別很大。解析開(kāi)始之前，需要向XMLReader注冊(cè)一個(gè)ContentHandler，也就是相當(dāng)于一個(gè)事件監(jiān)聽(tīng)器，在ContentHandler中定義了很多方法，比如startDocument()，它定制了當(dāng)在解析過(guò)程中，遇到文檔開(kāi)始時(shí)應(yīng)該處理的事情。當(dāng)XMLReader讀到合適的內(nèi)容，就會(huì)拋出相應(yīng)的事件，并把這個(gè)事件的處理權(quán)代理給ContentHandler，調(diào)用其相應(yīng)的方法進(jìn)行響應(yīng)。

這樣泛泛的說(shuō)來(lái)或許有些不容易理解，別急，后面的例子會(huì)讓你明白SAX的解析過(guò)程。看看這個(gè)簡(jiǎn)單XML文件：

<POEM> <AUTHOR>Ogden Nash</AUTHOR> <TITLE>Fleas</TITLE> <LINE>Adam</LINE> </POEM>

當(dāng)XMLReader讀到<POEM>標(biāo)簽時(shí)，就會(huì)調(diào)用ContentHandler.startElement()方法，并把標(biāo)簽名POEM作為參數(shù)傳遞過(guò)去。在你實(shí)現(xiàn)的startElement()方法中需要做相應(yīng)的動(dòng)作，以處理當(dāng)<POEM>出現(xiàn)時(shí)應(yīng)該做的事情。各個(gè)事件隨著解析的過(guò)程（也就是文檔讀入的過(guò)程）一個(gè)個(gè)順序的被拋出，相應(yīng)的方法也會(huì)被順序的調(diào)用，最后，當(dāng)解析完成，方法都被調(diào)用后，對(duì)文檔的處理也就完成了。下面的這個(gè)表，列出了在解析上面的那個(gè)XML文件的時(shí)候，順序被調(diào)用的方法：

遇到的項(xiàng)目	方法回調(diào)
{文檔開(kāi)始}	startDocument()
<POEM>	startElement(null,"POEM",null,{Attributes})
"\n"	characters("<POEM>\n...", 6, 1)
<AUTHOR>	startElement(null,"AUTHOR",null,{Attributes})
"Ogden Nash"	characters("<POEM>\n...", 15, 10)
</AUTHOR>	endElement(null,"AUTHOR",null)
"\n"	characters("<POEM>\n...", 34, 1)
<TITLE>	startElement(null,"TITLE",null,{Attributes})
"Fleas"	characters("<POEM>\n...", 42, 5)
</TITLE>	endElement(null,"TITLE",null)
"\n"	characters("<POEM>\n...", 55, 1)
<LINE>	startElement(null,"LINE",null,{Attributes})
"Adam"	characters("<POEM>\n...", 62, 4)
</LINE>	endElement(null,"LINE",null)
"\n"	characters("<POEM>\n...", 67, 1)
</POEM>	endElement(null,"POEM",null)
{文檔結(jié)束}	endDocument()

ContentHandler實(shí)際上是一個(gè)接口，當(dāng)處理特定的XML文件的時(shí)候，就需要為其創(chuàng)建一個(gè)實(shí)現(xiàn)了ContentHandler的類來(lái)處理特定的事件，可以說(shuō)，這個(gè)實(shí)際上就是SAX處理XML文件的核心。下面我們來(lái)看看定義在其中的一些方法：

void characters(char[] ch, int start, int length)：

這個(gè)方法用來(lái)處理在XML文件中讀到字符串，它的參數(shù)是一個(gè)字符數(shù)組，以及讀到的這個(gè)字符串在這個(gè)數(shù)組中的起始位置和長(zhǎng)度，我們可以很容易的用String類的一個(gè)構(gòu)造方法來(lái)獲得這個(gè)字符串的String類：String charEncontered=new String(ch,start,length)。

void startDocument()：

當(dāng)遇到文檔的開(kāi)頭的時(shí)候，調(diào)用這個(gè)方法，可以在其中做一些預(yù)處理的工作。

void endDocument()：

和上面的方法相對(duì)應(yīng)，當(dāng)文檔結(jié)束的時(shí)候，調(diào)用這個(gè)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)

當(dāng)讀到一個(gè)開(kāi)始標(biāo)簽的時(shí)候，會(huì)觸發(fā)這個(gè)方法。在SAX1.0版本中并不支持名域，而在新的2.0版本中提供了對(duì)名域的支持，這兒參數(shù)中的namespaceURI就是名域，localName是標(biāo)簽名，qName是標(biāo)簽的修飾前綴，當(dāng)沒(méi)有使用名域的時(shí)候，這兩個(gè)參數(shù)都未null。而atts是這個(gè)標(biāo)簽所包含的屬性列表。通過(guò)atts，可以得到所有的屬性名和相應(yīng)的值。要注意的是SAX中一個(gè)重要的特點(diǎn)就是它的流式處理，在遇到一個(gè)標(biāo)簽的時(shí)候，它并不會(huì)紀(jì)錄下以前所碰到的標(biāo)簽，也就是說(shuō)，在startElement()方法中，所有你所知道的信息，就是標(biāo)簽的名字和屬性，至于標(biāo)簽的嵌套結(jié)構(gòu)，上層標(biāo)簽的名字，是否有子元屬等等其它與結(jié)構(gòu)相關(guān)的信息，都是不得而知的，都需要你的程序來(lái)完成。這使得SAX在編程處理上沒(méi)有DOM來(lái)得那么方便。

void endElement(java.lang.String namespaceURI, java.lang.String localName, java.lang.String qName)

這個(gè)方法和上面的方法相對(duì)應(yīng)，在遇到結(jié)束標(biāo)簽的時(shí)候，調(diào)用這個(gè)方法。

因?yàn)镃ontentHandler是一個(gè)接口，在使用的時(shí)候可能會(huì)有些不方便，因而，SAX中還為其制定了一個(gè)Helper類：DefaultHandler，它實(shí)現(xiàn)了這個(gè)接口，但是其所有的方法體都為空，在實(shí)現(xiàn)的時(shí)候，你只需要繼承這個(gè)類，然后重載相應(yīng)的方法即可。

OK，到這兒SAX的基本知識(shí)已經(jīng)差不多講完了，下面我們來(lái)看看兩個(gè)具體的例子，以更好的理解SAX地用法。

SAX編程實(shí)例
我們還是沿用講DOM的時(shí)候使用的那個(gè)文檔例子，但首先，我們先看一個(gè)簡(jiǎn)單一些的應(yīng)用，我們希望能夠統(tǒng)計(jì)一下XML文件中各個(gè)標(biāo)簽出現(xiàn)的次數(shù)。這個(gè)例子很簡(jiǎn)單，但是足以闡述SAX編程的基本思路了。

一開(kāi)始當(dāng)然還是import語(yǔ)句了：

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.*;

然后，我們創(chuàng)建一個(gè)繼承于DefaultHandler的類，具體的程序邏輯在這兒可以暫且放在一邊，要注意的是程序的結(jié)構(gòu)：

public class SAXCounter extends DefaultHandler { private Hashtable tags; //這個(gè)Hashtable用來(lái)記錄tag出現(xiàn)的次數(shù) // 處理文檔前的工作 public void startDocument() throws SAXException { tags = new Hashtable();//初始化Hashtable } //對(duì)每一個(gè)開(kāi)始元屬進(jìn)行處理 public void startElement(String namespaceURI, String localName, String rawName, Attributes atts) throws SAXException { String key = localName; Object value = tags.get(key); if (value == null) { // 如果是新碰到的標(biāo)簽，這在Hastable中添加一條記錄 tags.put(key, new Integer(1)); } else { // 如果以前碰到過(guò)，得到其計(jì)數(shù)值，并加1 int count = ((Integer)value).intValue(); count++; tags.put(key, new Integer(count)); } } //解析完成后的統(tǒng)計(jì)工作 public void endDocument() throws SAXException { Enumeration e = tags.keys(); while (e.hasMoreElements()) { String tag = (String)e.nextElement(); int count = ((Integer)tags.get(tag)).intValue(); System.out.println("Tag <" + tag + "> occurs " + count + " times"); } } //程序入口，用來(lái)完成解析工作 static public void main(String[] args) { String filename = null; boolean validation = false; filename="links.xml"; SAXParserFactory spf = SAXParserFactory.newInstance(); XMLReader xmlReader = null; SAXParser saxParser=null; try { // 創(chuàng)建一個(gè)解析器SAXParser對(duì)象 saxParser = spf.newSAXParser(); // 得到SAXParser中封裝的SAX XMLReader xmlReader = saxParser.getXMLReader(); } catch (Exception ex) { System.err.println(ex); System.exit(1); } try { //使用指定的ContentHandler，解析給XML文件，這兒要注意的是，為了 //程序的簡(jiǎn)單起見(jiàn)，這兒將主程序和ContentHandler放在了一起。實(shí)際上 //main方法中所作的所有事情，都與ContentHandler無(wú)關(guān)。 xmlReader.parse(new File(filename),new SAXCounter()); } catch (SAXException se) { System.err.println(se.getMessage()); System.exit(1); } catch (IOException ioe) { System.err.println(ioe); System.exit(1); } } }

我們來(lái)看看這段程序作了些什么，在main()方法中，主要做的就是創(chuàng)建解析器，然后解析文檔。實(shí)際上，在這兒創(chuàng)建SAXParser對(duì)象的時(shí)候，為了使程序代碼于具體的解析器無(wú)關(guān)，使用了同DOM中一樣的設(shè)計(jì)技巧：通過(guò)一個(gè)SAXParserFactory類來(lái)創(chuàng)建具體的SAXParser對(duì)象，這樣，當(dāng)需要使用不同的解析器的時(shí)候，要改變的，只是一個(gè)環(huán)境變量的值，而程序的代碼可以保持不變。這就是FactoryMethod模式的思想。在這兒不再具體講了，如果還有不明白的，可以參看上面DOM中的解釋，原理是一樣的。

不過(guò)在這兒還有一點(diǎn)點(diǎn)要注意的地方，就是SAXParser類和XMLReader類之間的關(guān)系。你可能有些迷糊了吧，實(shí)際上SAXParser是JAXP中對(duì)XMLReader的一個(gè)封裝類，而XMLReader是定義在SAX2.0種的一個(gè)用來(lái)解析文檔的接口。你可以同樣的調(diào)用SAXParser或者XMLReader中的parser()方法來(lái)解析文檔，效果是完全一樣的。不過(guò)在SAXParser中的parser()方法接受更多的參數(shù)，可以對(duì)不同的XML文檔數(shù)據(jù)源進(jìn)行解析，因而使用起來(lái)要比XMLReader要方便一些。

這個(gè)例子僅僅涉及了SAX的一點(diǎn)皮毛，而下面的這個(gè)，可就要高級(jí)一些了。下面我們要實(shí)現(xiàn)的功能，在DOM的例子中已經(jīng)有實(shí)現(xiàn)了，就是從XML文檔中讀出內(nèi)容并格式化輸出，雖然程序邏輯看起來(lái)還是很簡(jiǎn)單，但是SAX可不比DOM哦，看著吧。

前面說(shuō)過(guò)，當(dāng)遇到一個(gè)開(kāi)始標(biāo)簽的時(shí)候，在startElement()方法中，我們并不能夠得到這個(gè)標(biāo)簽在XML文檔中所處的位置。這在處理XML文檔的時(shí)候是個(gè)大麻煩，因?yàn)樵赬ML中標(biāo)簽的語(yǔ)義，有一部分是由其所處的位置所決定的。而且在一些需要驗(yàn)證文檔結(jié)構(gòu)的程序中，這更是一個(gè)問(wèn)題。當(dāng)然，沒(méi)有解決不了的問(wèn)題了，我們可以使用一個(gè)棧來(lái)實(shí)現(xiàn)對(duì)文檔結(jié)構(gòu)的紀(jì)錄。

棧的特點(diǎn)是先進(jìn)先出，我們現(xiàn)在的想法是，在startElemnt()方法中用push將這個(gè)標(biāo)簽的名字添加到棧中，在endElement()方法中在把它pop出來(lái)。我們知道對(duì)一個(gè)結(jié)構(gòu)良好的XML而言，其嵌套結(jié)構(gòu)是完備的，每一個(gè)開(kāi)始標(biāo)簽總會(huì)對(duì)應(yīng)一個(gè)結(jié)束標(biāo)簽，而且不會(huì)出現(xiàn)標(biāo)簽嵌套之間的錯(cuò)位。因而，每一次startElement()方法的調(diào)用，必然會(huì)對(duì)應(yīng)一個(gè)endElement()方法的調(diào)用，這樣push和pop也是成對(duì)出現(xiàn)的，我們只需要分析棧的結(jié)構(gòu)，就可以很容易的知道當(dāng)前標(biāo)簽所處在文檔結(jié)構(gòu)中的位置了。

public class SAXReader extends DefaultHandler { java.util.Stack tags=new java.util.Stack(); //--------------XML Content------------- String text=null; String url=null; String author=null; String description=null; String day=null; String year=null; String month=null; //---------------------------------------------- public void endDocument() throws SAXException { System.out.println("------Parse End--------"); } public void startDocument() throws SAXException { System.out.println("------Parse Begin--------"); } public void startElement(String p0, String p1, String p2, Attributes p3) throws SAXException { tags.push(p1); } public void endElement(String p0, String p1, String p2) throws SAXException { tags.pop(); //一個(gè)link節(jié)點(diǎn)的信息收集齊了，將其格式化輸出 if (p1.equals("link")) printout(); } public void characters(char[] p0, int p1, int p2) throws SAXException { //從棧中得到當(dāng)前節(jié)點(diǎn)的信息 String tag=(String) tags.peek(); if (tag.equals("text")) text=new String(p0,p1,p2); else if (tag.equals("url")) url=new String(p0,p1,p2); else if (tag.equals("author")) author=new String(p0,p1,p2); else if (tag.equals("day")) day=new String(p0,p1,p2); else if (tag.equals("month")) month=new String(p0,p1,p2); else if (tag.equals("year")) year=new String(p0,p1,p2); else if (tag.equals("description")) year=new String(p0,p1,p2); } private void printout(){ System.out.print("Content: "); System.out.println(text); System.out.print("URL: "); System.out.println(url); System.out.print("Author: "); System.out.println(author); System.out.print("Date: "); System.out.println(day+"-"+month+"-"+year); System.out.print("Description: "); System.out.println(description); System.out.println(); } static public void main(String[] args) { String filename = null; boolean validation = false; filename="links.xml"; SAXParserFactory spf = SAXParserFactory.newInstance(); SAXParser saxParser=null; try { saxParser = spf.newSAXParser(); } catch (Exception ex) { System.err.println(ex); System.exit(1); } try { saxParser.parse(new File(filename),new SAXReader()); } catch (SAXException se) { System.err.println(se.getMessage()); System.exit(1); } catch (IOException ioe) { System.err.println(ioe); System.exit(1); } } }

在這兒雖然沒(méi)有使用到棧的分析，但實(shí)際上棧的分析是一件很容易的事情，應(yīng)為java.util.Stack繼承了java.util.Vector類，而且Stack中的元素是按棧的結(jié)構(gòu)由底至上排列的，因個(gè)，我們可以使用Vector類的size()方法來(lái)得到Stack的元素個(gè)數(shù)，還可以使用Vector的get(int)方法來(lái)得到具體的每一個(gè)元屬。實(shí)際上，如果把Stack的元素從底向上逐一排列出來(lái)，我們就得到了從XML根節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的一條唯一的路徑，有了這條路徑的信息，文檔的結(jié)構(gòu)就在清楚不過(guò)了。

小節(jié)
好了，到這兒為止，我們已經(jīng)掌握了對(duì)于XML編程的兩大利器：DOM和SAX，也知道了該如何在一個(gè)Java程序中使用它們。DOM編程相對(duì)簡(jiǎn)單，但是速度比較慢，占用內(nèi)存多，而SAX編程復(fù)雜一些，但是速度快，占用內(nèi)存少。所以，我們應(yīng)該根據(jù)不同的環(huán)境選擇使用不同的方法。大部分的XML應(yīng)用基本都可以用它們來(lái)解決。需要特別說(shuō)明的是，DOM和SAX其實(shí)都是語(yǔ)言無(wú)關(guān)的，并非Java所獨(dú)有，也就是說(shuō)，只要有相應(yīng)的語(yǔ)言實(shí)現(xiàn)，DOM和SAX可以應(yīng)用在任何面向?qū)ο蟮恼Z(yǔ)言中。

上面我們介紹了XML文檔的讀入，內(nèi)容提取，以及文檔添加和修改的一些方法。還有一類的問(wèn)題就是XML文檔的轉(zhuǎn)換，雖然用DOM和SAX也可以解決，但是實(shí)現(xiàn)起來(lái)很復(fù)雜，而應(yīng)用XSLT就會(huì)簡(jiǎn)單許多。這個(gè)問(wèn)題，筆者將會(huì)在以后的文章中再和大家詳細(xì)討論。

源代碼下載
（責(zé)任編輯 吳北 jiaoxq@staff.ccidnet.com）