sax解析XML文档一

出处：http://dev.youkuaiyun.com/htmls/16/16569.html

/*

 DOM(document object model)每次读取XML节点时都要把它load到内存里来,在文档很大时,就显得很慢了,SAX(simple API for XML),是一个XML解析器的接口,它比DOM更低级一些,它是一种基于事件和回调模式的XML处理方式, 因此在解析速度上DOM是没法比的(当要解 析的XML文档很大的时更是如此).那么在SAX中事件响应(event)是什么呢 ?  这里则是指碰到特定的XML节点的所做的处理,如文档开始(startDocument),文档结束 (endDocument),元素开始(startElement)等很多,大家看一下SAX的API中的方法名字就知道有哪些事件了,基本上可以做到见 文知义的.在只想分析XML内容(只读),要求高性能,灵活性 能够定位错误信息(SAX能够定位错误的行列位置)时,最好用SAX来做.  一般情况下SAX是按下面的原理去使用的:
  <1>设置事件处理器(SAX 1.0是使用一个通过继承HandlerBase类的实例来设置 的,SAX 2.0则是继承DefaultHandler的,还有用XMLReader方式的,在原理上没有很大的区别)
  <2>载入要解析的内容
  <3>在需要解析的事件方法里(具体参见SAX API文档)加入自己的控制逻辑.
  <4>重复<3>直到解析完为止.                
 
 在 这里我自己写了一个描述电影海报信息的XML文件(file.xml),用SAX2.0写了一个很简单的XML内容阅读器来解析它, 和大家交流一下自己 的心得.程序在我的机器上经过了测试的(OS: win2k Advanced Server(English version),
 Intel pentium CPU, 256M RAM)
*/

例子

JAVA代码

import javax.xml.parsers.SAXParser; import javax.xml.parsers.SAXParserFactory; import org.xml.sax.Attributes; import org.xml.sax.InputSource; import org.xml.sax.Locator; import org.xml.sax.SAXException; import org.xml.sax.SAXParseException; import org.xml.sax.helpers.DefaultHandler; public class ParseSax1Xml extends DefaultHandler { // Fields private int index; private Locator locator; java.util.Stack tags = new java.util.Stack(); // Constructor public ParseSax1Xml() { super(); // it must be done ! } // nain method public static void main(String[] args) { try { SAXParserFactory sf = SAXParserFactory.newInstance(); SAXParser sp = sf.newSAXParser(); ParseSax1Xml reader = new ParseSax1Xml(); sp.parse(new InputSource( "D:/workspace/corejava/src/com/core/xml/sax1.xml"), reader); } catch (Exception e) { e.printStackTrace(); } } // Response the startDocument event public void startDocument() { System.out .println("/n********************************* (: 元旦电影海报 :) ***********************************/n"); } // Response the startElement event /*当解析器到达一个Element和结束时，分别回调startElement，endElement。 * 关于参数：namespaceURI,localName,qName表示Element名字的各个部分， * atts表示该Element的所有属性的引用。 * * <film name="英雄" price="30" station="田汉大剧场" time="19:00" describtion="国产最新大片,张艺谋导演,梁朝伟,张曼玉,李连杰等众多大明星主演"> 122334 </film> 处理的是： <film name="英雄" price="30" station="田汉大剧场" time="19:00" describtion="国产最新大片,张艺谋导演,梁朝伟,张曼玉,李连杰等众多大明星主演"> 里面的内容 */ public void startElement(String uri, String localName, String qName, Attributes attrs) { tags.push(qName); if (qName.equalsIgnoreCase("film")) { index++; int attrCount = attrs.getLength(); for (int i = 0; i < attrCount; i++) { String attrName = attrs.getQName(i); if (attrName.equalsIgnoreCase("name")) { System.out.println("/t第" + index + "场,片名:<<"+ attrs.getValue(i) + ">>"); } if (attrName.equalsIgnoreCase("price")) { System.out.println("/t票价:" + attrs.getValue(i)); } if (attrName.equalsIgnoreCase("station")) { System.out.println("/t放映地点:" + attrs.getValue(i)); } if (attrName.equalsIgnoreCase("time")) { System.out.println("/t放映时间:" + attrs.getValue(i)); } if (attrName.equalsIgnoreCase("describtion")) { System.out.println("/t影片简介:" + attrs.getValue(i)); } System.out.println(); } } } //碰到节点开始和结束之间的字符<element>12343</element>,结果应该是12343 /** * <film name="英雄" price="30" station="田汉大剧场" time="19:00" describtion="国产最新大片,张艺谋导演,梁朝伟,张曼玉,李连杰等众多大明星主演"> 122334 </film> 获取的是节点间的值：122334 */ public void characters(char ch[], int start, int length) throws SAXException { String tag = (String) tags.peek(); if (tag.equals("film")) { System.out.println("|| film: |" + new String(ch, start, length)); } System.out.println("-------------------------------------------------"); } // Response the endElement event public void endElement(String uri, String localName, String qName) { // add your codes if neccessary ... System.out.println("------ endElement:"+localName); } // Response the endDocument event public void endDocument() { System.out.println("/t/t/t/t/t/t/t------ 共有" + index + "场电影要放映"); } // Print the fata error information public void fatalError(SAXParseException e) { System.out.println("/nFatal error information -->"); System.out.println("/t" + e.getMessage()); System.out.println("/tAt line " + locator.getLineNumber() + ",column " + locator.getColumnNumber()); } // Print the usual error information public void error(SAXParseException e) { System.out.println("/nUsual error information -->"); System.out.println("/t" + e.getMessage()); System.out.println("/tAt line " + locator.getLineNumber() + ",column " + locator.getColumnNumber()); } // Print the warning information public void warning(SAXParseException e) { System.out.println("/nWarning information -->"); System.out.println("/t" + e.getMessage()); System.out.println("/tAt line " + locator.getLineNumber() + ",column " + locator.getColumnNumber()); } // Store the error locator object public void setDocumentLocator(Locator lct) { locator = lct; }

xml完全的内容

<?xml version="1.0" encoding="GB2312"?> <!-- 2003年元月1号长沙市各大影院落放映列表 --> <common city="ChangSha China" date="01/01/2003"> <film name="英雄" price="30" station="田汉大剧场" time="19:00" describtion="国产最新大片,张艺谋导演,梁朝伟,张曼玉,李连杰等众多大明星主演"> 122334 </film> <film name="无间道" price="20" station="长沙市演艺中心" time="15:00" describtion="韩国大片"> </film> <film name="武士" price="20" station="湖南省电影院" time="17:00" describtion="韩国大片,有点像英雄"> </film> <film name="长排山之战" price="15" station="长沙市电影超市A1厅" time="19:00" describtion="反映对越自卫反击战时期中国军人的故事片"> </film> <film name="高山下的花环" price="15" station="长沙市电影超市A2厅" time="19:00" describtion="反映对越自卫反击战时期中国军人的故事片"> </film> <film name="这里的黎明静悄悄" price="15" station="长沙市电影超市A3厅" time="19:00" describtion="反映对越自卫反击战时期中国军人的故事片"> </film> <film name="子夜" price="15" station="长沙市电影超市B1厅" time="19:00" describtion="反映对越自卫反击战时期中国军人的故事片"> </film> </common>