【0】README

0.1） 本文文字描述轉自 core java volume 2 ， 旨在理解 XML——流機制解析器 的基礎知識 ；
0.2） for detailed StAX, please visit http://blog.csdn.net/pacosonswjtu/article/details/50569728

---

【1】XML——流機制解析器概述

1）problem+solution

• 1.1）problem： 如果文檔很大，并且處理算法簡單，可以在運行時解析節點， 而不必看到完整的樹型結構， 那么DOM 解析器的執行效率就低下 了；
• 1.2）solution： 在這種case 下， 我們應該使用流機制解析器；（干貨——引入流機制解析器的原因）

2）java 提供的流機制解析器： SAX解析器和添加到Java 6 中的更現代化的 StAX 解析器。 SAX解析器使用的是事件回調， 而StAX解析器提供了解析事件的迭代器；（干貨——java提供了SAX流機制解析器+StAX 解析器）

---

【2】使用SAX解析器 （干貨——DOM解析器是基于SAX解析器的）

1）SAX解析器在解析XML 輸入的組成部分時會報告事件， 但不會以任何方式存儲文檔，而是由事件處理器建立相應的數據結構； （干貨——SAX解析器在解析XML 輸入的組成部分時會報告事件，即SAX解析器是基于事件的）
2）在使用SAX 解析器時，需要一個處理器來為不同的解析器事件定義事件動作，ContentHandler接口定義了若干個在解析文檔時解析器會調用的回調方法。 下面是最重要的幾個：

• 2.1）startElement 和 endElement： 在每當遇到起始或終止標簽時調用；
• 2.2）characters ：在每當遇到字符數據事件調用；
• 2.3）startDocument 和 endDocument：分別在文檔開始和結束時各調用一次；

３）看個荔枝：解析以下片段時，

<font><name>a</name><size units="pt">36</size> </font>

• 3.1）解析器會產生以下調用：

  • step1）startElement， 元素名： font
  • step2）startElement， 元素名： name
  • step3）characters， 內容： a
  • step4）endElement， 元素名： name
  • step5）startElement， 元素名：size，屬性：units=“pt”
  • step6）characters， 內容： 36
  • step7）endElement， 元素名： size
  • step8）endElement， 元素名： font

• 3.2）處理器必須覆蓋以上方法， 讓它們執行在解析文件時想要執行的動作；

Attention）

• A1） HTML不是合法的XML， 大多數 HTML 頁面都與良構的XML差別很大， 以至于示例程序無法解析它們；
• A2）但是，W3C 編寫的大部分頁面都是用 XHTML編寫的， XHTML 是一種 HTML方言，又是良構的XML； （干貨——HTML不是合法的XML，而 XHTML 是一種 HTML方言，又是良構的XML）

4）代碼分析：

• 4.1）下面是如何得到SAX 解析器的代碼： （干貨——如何創建SAX解析器）

SAXParserFactory factory = SAXParserFactory.newInstance(); SAXParser saxParser = factory.newSAXParser();

• 4.2）現在可以處理文檔了：

InputStream in = new URL(url).openStream();saxParser.parse(in, handler);

• 4.3）這里的source 可以是一個文件， 一個URL 字符串或者是一個輸入流。Handler 屬于 DefaultHandler 的一個子類， DefaultHandler 類為以下四個接口定義了空的方法：

DefaultHandler handler = new DefaultHandler(){public void startElement(String namespaceURI, String lname, String qname,Attributes attrs){if (lname.equals("a") && attrs != null){for (int i = 0; i < attrs.getLength(); i++){String aname = attrs.getLocalName(i);if (aname.equals("href")) System.out.println(attrs.getValue(i));}}}};

• 4.4）startElement 方法有3個描述元素名的參數： 其中 qname 參數以 prefix：localname的形式報告限定名； 如果命名空間處理特性已經打開， 那么 namespaceURI 和 lname 參數描述的就是 命名空間和 本地名（非限定）。
• 4.5）與DOM解析器一樣， 命名空間處理特性默認是關閉 的， 可以調用工廠類的 setNamespaceAware 方法來激活命名空間處理特性：

SAXParserFactory factory = SAXParserFactory.newInstance();factory.setNamespaceAware(true);SAXParser saxParser = factory.newSAXParser();

• 4.6）我們還處理了另外一個常見的問題： （干貨——如果你不需要驗證文件， 只需調用factory.setFeature方法）
  
  • XHTML 文件總是以一個包含對 DTD 引用的標簽開頭， 解析器將加載這個 DTD。 可以理解的是， W3C 肯定不樂意對諸如www.w3.org/TR/xhtml/DTD/xhtml-strict.dtd 這樣的文件提供千萬億次的下載?？傆幸惶?#xff0c;他們會完全拒絕提供這些文件， 至今，它們還在并不情愿地提供DTD下載。如果你不需要驗證文件， 只需調用： factory.setFeature(“http://apache.org/xml/features/nonvalidating/load-external-dtd“, false);

總結

以上是生活随笔為你收集整理的XML——流机制解析器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。