使用SAX

使用DOM解析XML的优点是用起来省事，但它的主要缺点是内存占用太大。

另一种解析XML的方式是SAX。SAX是Simple API for XML的缩写，它是一种基于流的解析方式，边读取XML边解析，并以事件回调的方式让调用者获取数据。因为是一边读一边解析，所以无论XML有多大，占用的内存都很小。

SAX解析会触发一系列事件：

  • startDocument：开始读取XML文档；
  • startElement：读取到了一个元素，例如<book>；
  • characters：读取到了字符；
  • endElement：读取到了一个结束的元素，例如</book>；
  • endDocument：读取XML文档结束。

如果我们用SAX API解析XML，Java代码如下：

  1. InputStream input = Main.class.getResourceAsStream("/book.xml");
  2. SAXParserFactory spf = SAXParserFactory.newInstance();
  3. SAXParser saxParser = spf.newSAXParser();
  4. saxParser.parse(input, new MyHandler());

关键代码SAXParser.parse()除了需要传入一个InputStream外，还需要传入一个回调对象，这个对象要继承自DefaultHandler：

  1. class MyHandler extends DefaultHandler {
  2.     public void startDocument() throws SAXException {
  3.         print("start document");
  4.     }
  6.     public void endDocument() throws SAXException {
  7.         print("end document");
  8.     }
  10.     public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
  11.         print("start element:", localName, qName);
  12.     }
  14.     public void endElement(String uri, String localName, String qName) throws SAXException {
  15.         print("end element:", localName, qName);
  16.     }
  18.     public void characters(char[] ch, int start, int length) throws SAXException {
  19.         print("characters:", new String(ch, start, length));
  20.     }
  22.     public void error(SAXParseException e) throws SAXException {
  23.         print("error:", e);
  24.     }
  26.     void print(Object... objs) {
  27.         for (Object obj : objs) {
  28.             System.out.print(obj);
  29.             System.out.print(" ");
  30.         }
  31.         System.out.println();
  32.     }
  33. }

运行SAX解析代码，可以打印出下面的结果：

  1. start document
  2. start element:  book
  3. characters:
  5. start element:  name
  6. characters: Java核心技术
  7. end element:  name
  8. characters:
  10. start element:  author
  11. ...

如果要读取<name>节点的文本，我们就必须在解析过程中根据startElement()和endElement()定位当前正在读取的节点，可以使用栈结构保存，每遇到一个startElement()入栈，每遇到一个endElement()出栈，这样，读到characters()时我们才知道当前读取的文本是哪个节点的。可见，使用SAX API仍然比较麻烦。

练习

从使用SAX - 图1下载练习：使用SAX解析XML （推荐使用IDE练习插件快速下载）

小结

SAX是一种流式解析XML的API；

SAX通过事件触发，读取速度快，消耗内存少；

调用方必须通过回调方法获得解析过程中的数据。

读后有收获可以支付宝请作者喝咖啡：

使用SAX - 图2