解析技术

北大青鸟中关村

解析技术–解析XML文件

在千禧年左右，当XML 第一次出现在很多Java 开发人员面前时，有两种基本的解析XML 文件的方法。SAX 解析器实际是由程序员对事件调用一系列回调方法的大型状态机。DOM 解析器将整个XML 文档加入内存，并切割成离散的对象，它们连接在一起形成一个树。该树描述了文档的整个XML Infoset 表示法。这两个解析器都有缺点：SAX 太低级，无法使用，DOM 代价太大，尤其对于大的XML 文件—整个树成了一个庞然大物。幸运的是，Java 开发人员找到第三种方法来解析XML 文件，通过对文档建模成“节点”，它们可以从文档流中一次取出一个，检查，然后处理或丢弃。这些“节点”的“流”提供了SAX 和DOM 的中间地带，名为“Streaming API for XML”，或者叫做StAX。（此缩写用于区分新的API 与原来的SAX 解析器，它与此同名。）StAX 解析器后来包装到了JDK 中，在javax.xml.stream 包。使用StAX 相当简单：实例化XMLEventReader，将它指向一个格式良好的XML 文件，然后一次“拉出”一个节点（通常用while 循环），查看。例如，在清单1 中，列举出了Ant 构造脚本中的所有目标：清单1. 只是让StAX 指向目标import java.io.*; import space.QName; import javax.xml.stream.*; import javax.xml.stream.events.*; import javax.xml.stream.util.*; public class Targets { public static void main(String[] args) throws Exception { for (String arg : args) {

XMLEventReader xsr = XMLInputFactory.newInstance() .createXMLEventReader(new FileReader(arg)); while (xsr.hasNext()) { XMLEvent evt = xsr.nextEvent(); switch (evt.getEventType()) { case XMLEvent.START_ELEMENT:

{ StartElement se = evt.asStartElement(); if (se.getName().getLocalPart().equals("target")) { Attribute targetName = se.getAttributeByName(new QName("name")); // Found a target!

System.out.println(targetName.getValue()); } break; } // Ignore everything else } } } } } StAX 解析器不会替换所有的SAX 和DOM 代码。但肯定会让某些任务容易些。尤其对完成不需要知道XML 文档整个树结构的任务相当方便。

请注意，如果事件对象级别太高，无法使用，StAX 也有一个低级API 在XMLStreamReader 中。尽管也许没有阅读器有用，StAX 还有一个XMLEventWriter，同样，还有一个XMLStreamWriter 类用于XML 输出。