XML的SAX解析以及DOM解析和SAX解析区别

2022-01-20 20:50:14

前言：

XML解析工具

DOM解析原理:
    1）JAXP （oracle-Sun公司官方）
    2）JDOM工具（非官方）
    3）Dom4J工具（非官方）
    三大框架（默认读取xml的工具就是Dom4j）
    .......

SAX解析原理：
    1）Sax解析工具（oracle-sun公司官方）

老样子，三个问题：

SAX解析是什么？
SAX怎么用？
SAX运用场景？

SAX是什么？

也是用来解析XML的
SAX解析工具- 内置在jdk中。org.xml.sax.*

SAX运用场景？

DOM解析原理：一次性把xml文档加载进内存，然后在内存中构建Document树。
对内存要求比较要。    
缺点： 不适合读取大容量的xml文件，容易导致内存溢出。

SAX解析原理：加载一点，读取一点，处理一点。对内存要求比较低。

SAX解析工具核心：

核心的API：

SAXParser类： 用于读取和解析xml文件对象
parse（File f, DefaultHandler dh）方法： 解析xml文件

参数一： File：表示读取的xml文件。

参数二： DefaultHandler： SAX事件处理程序。使用DefaultHandler的子类

第一步：创建对象

    //1.创建SAXParser对象
    SAXParser parser = SAXParserFactory.newInstance().newSAXParser();
        
        //2.调用parse方法
        /**
         * 参数一： xml文档
         * 参数二： DefaultHandler的子类   MyDefaultHandler()为自定义
         */
    parser.parse(new File(".\\src\\Go\\person.xml"),  
    new MyDefaultHandler());

注意：
这里创建SAXParser对象不能直接通过构造函数来创造，因为用到了单例工厂模式。

链接：类 SAXParser的jdk文档

所以创建一个SAXParser对象需要：
SAXParserFactory.newInstance().newSAXParser();

DefaultHandler类的API:后三个最重要

void startDocument() : 在读到文档开始时调用

void endDocument() ：在读到文档结束时调用
void startElement(String uri, String localName, String qName, Attributes attributes) ：
读到开始标签时调用
void endElement(String uri, String localName, String qName) ：读到结束标签时调用
void characters(char[] ch, int start, int length) ：读到文本内容时调用

第二步：自定义类继承DefaultHandler重写方法

这些都是要重写的举个例子：

public class MyDefaultHandler extends DefaultHandler {
    
    /**
     * 开始文档时调用
     */
    @Override
    public void startDocument() throws SAXException {
        System.out.println("MyDefaultHandler.startDocument()");
    }
    
    /**
     * 开始标签时调用
     * @param qName: 表示开始标签的标签名
     * @param attributes: 表示开始标签内包含的属性列表
     */
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        System.out.println("MyDefaultHandler.startElement()-->"+qName);
    }
    
    /**
     * 结束标签时调用
     * @param qName: 结束标签的标签名称
     */
    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        System.out.println("MyDefaultHandler.endElement()-->"+qName);
    }
    
    /**
     * 读到文本内容的时调用
     * @param ch: 表示当前读完的所有文本内容
     * @param start： 表示当前文本内容的开始位置
     * @param length: 表示当前文本内容的长度
     * char[]（                                       张三              20）   100
     *                              98 2   
     */ 
    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        //得到当前文本内容
        String content = new String(ch,start,length);
        System.out.println("MyDefaultHandler.characters()-->"+content);
    }
    
    /**
     * 结束文档时调用
     */
    @Override
    public void endDocument() throws SAXException {
        System.out.println("MyDefaultHandler.endDocument()");
    }
    
}

xml样例：

<?xml version="1.0" encoding="utf-8"?>
<contactList>
    <contact id="001" name="eric">
        <name>张三</name>
        <age>20</age>
        <phone>134222223333</phone>
        <email>zhangsan@qq.com</email>
        <qq>432221111</qq>
    </contact>
    <contact id="002" name="jacky">
        <name>eric</name>
        <age>20</age>
        <phone>134222225555</phone>
        <email>lisi@qq.com</email>
        <qq>432222222</qq>
    </contact>
</contactList>

结果：

MyDefaultHandler.startDocument()
MyDefaultHandler.startElement()-->contactList
MyDefaultHandler.characters()-->
    
MyDefaultHandler.startElement()-->contact
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->name
MyDefaultHandler.characters()-->张三
MyDefaultHandler.endElement()-->name
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->age
MyDefaultHandler.characters()-->20
MyDefaultHandler.endElement()-->age
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->phone
MyDefaultHandler.characters()-->134222223333
MyDefaultHandler.endElement()-->phone
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->email
MyDefaultHandler.characters()-->zhangsan@qq.com
MyDefaultHandler.endElement()-->email
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->qq
MyDefaultHandler.characters()-->432221111
MyDefaultHandler.endElement()-->qq
MyDefaultHandler.characters()-->
    
MyDefaultHandler.endElement()-->contact
MyDefaultHandler.characters()-->
    
MyDefaultHandler.startElement()-->contact
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->name
MyDefaultHandler.characters()-->eric
MyDefaultHandler.endElement()-->name
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->age
MyDefaultHandler.characters()-->20
MyDefaultHandler.endElement()-->age
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->phone
MyDefaultHandler.characters()-->134222225555
MyDefaultHandler.endElement()-->phone
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->email
MyDefaultHandler.characters()-->lisi@qq.com
MyDefaultHandler.endElement()-->email
MyDefaultHandler.characters()-->
        
MyDefaultHandler.startElement()-->qq
MyDefaultHandler.characters()-->432222222
MyDefaultHandler.endElement()-->qq
MyDefaultHandler.characters()-->
    
MyDefaultHandler.endElement()-->contact
MyDefaultHandler.characters()-->

MyDefaultHandler.endElement()-->contactList
MyDefaultHandler.endDocument()

注意：
问题：MyDefaultHandler.characters()-->空白？

答：

    <contactList>
    <contact>
    之间也是有文本的 是换行和空格 被characters方法读取了。

来看一下SAX解析XML的流程图：（图片来自传智播客）
回到开头SAX解析原理：加载一点，读取一点，处理一点。对内存要求比较低。

总结：

==================DOM解析 vs SAX解析 ============================

DOM解析：

原理： 一次性加载xml文档，不适合大容量的文件读取
DOM解析可以任意进行增删改成
DOM解析任意读取任何位置的数据，甚至往回读
DOM解析面向对象的编程方法（Node，Element，Attribute）,  
Java开发者编码比较简单。

SAX解析 :

原理： 加载一点，读取一点，处理一点。适合大容量文件的读取
SAX解析只能读取
SAX解析只能从上往下，按顺序读取，不能往回读
SAX解析基于事件的编程方法。java开发编码相对复杂。

XML操作：

            1）Dom4j修改xml文档
                 new XMLWrier();
                    ......
            2）xPath技术： 快速查询xml节点
                    selectNodes()
                    selectSinglNode();    
            3)  SAX解析
                    SAXParser parse
                        parser（）
                DefaultHandler类：
                        startElement();
                        characters();
                        endElement();

码农公寓

前言：