SAX解析
SAX 解析:基于事件驱动的 XML 解析方式
SAX(Simple API for XML)是一种基于事件驱动的 XML 解析标准,与 DOM 解析的树形结构不同,SAX 无需将整个 XML 文档加载到内存,而是通过逐行扫描文档并触发事件的方式处理数据。这种特性使其在处理大型 XML 文档时具有显著的内存优势,成为 DOM 解析的重要补充。
SAX 解析的核心原理
SAX 解析的核心思想是 “流式处理 + 事件驱动”,其工作流程如下:
- 逐行扫描:SAX 解析器按顺序读取 XML 文档,无需一次性加载整个文档到内存。
- 事件触发:当解析到特定结构(如元素开始、文本内容、元素结束等)时,解析器触发对应的事件(如
startElement、characters、endElement)。 - 事件处理:开发者通过自定义事件处理器(继承
DefaultHandler),重写事件方法以响应特定事件,提取所需数据。 - 按需停止:解析过程中可随时终止(如找到目标数据后),无需解析剩余内容,节省资源。
SAX 解析的核心组件
SAX 解析主要依赖以下组件完成解析流程:
| 组件 | 作用 |
|---|---|
SAXParserFactory |
SAX 解析器的工厂类,用于创建SAXParser实例 |
SAXParser |
SAX 解析器的核心接口,负责读取 XML 并触发事件 |
DefaultHandler |
事件处理器的基类,实现了 SAX 的四大事件监听接口,提供空方法实现 |
| 事件监听接口 | 包括ContentHandler、DTDHandler、EntityResolver、ErrorHandler,定义了各类事件的回调方法 |
四大事件监听接口
SAX 通过四大接口定义不同类型的事件,DefaultHandler实现了这些接口并提供空方法,开发者可按需重写:
(1)ContentHandler(核心接口,处理文档内容)
定义与 XML 元素、文本相关的事件,是最常用的接口:
startDocument():文档解析开始时触发。endDocument():文档解析结束时触发。- startElement(String uri, String localName, String qName, Attributes atts):元素开始时触发(如
<book>)。uri:命名空间 URI(无则为空)。localName:不带前缀的元素名。qName:带前缀的元素名(如ns:book)。atts:元素的属性集合。
endElement(String uri, String localName, String qName):元素结束时触发(如</book>)。characters(char[] ch, int start, int length):解析到文本内容时触发,ch为字符数组,start和length指定文本范围。startPrefixMapping(String prefix, String uri):命名空间前缀映射开始时触发。endPrefixMapping(String prefix):命名空间前缀映射结束时触发。
(2)DTDHandler(处理 DTD 相关事件)
notationDecl(String name, String publicId, String systemId):解析 DTD 符号声明时触发。unparsedEntityDecl(String name, String publicId, String systemId, String notationName):解析未解析实体时触发。
(3)EntityResolver(处理实体解析)
resolveEntity(String publicId, String systemId):解析外部实体(如 DTD 文件)时触发,可自定义实体加载方式(如本地缓存)。
(4)ErrorHandler(处理解析错误)
warning(SAXParseException e):非致命错误(如语法警告)。error(SAXParseException e):可恢复的错误(如未闭合标签)。fatalError(SAXParseException e):致命错误(如文档格式错误),会终止解析。
