就目前來說，有三種方式可以解析XML文件：DOM、SAX、StAX。DOM將整個XML文件加載到內(nèi)存中，并構(gòu)建出節(jié)點樹；應(yīng)用程序可以通過遍歷節(jié)點樹的方式來解析XML文件中的各個節(jié)點、屬性等信息；這種方式便于對XML節(jié)點的添加修改等，而且解析也很方便，然后它比較耗費內(nèi)存，解析速度也不快。SAX則是基于事件的解析，解析器在一次讀取XML文件中根據(jù)讀取的數(shù)據(jù)產(chǎn)生相應(yīng)的事件，由應(yīng)用程序?qū)崿F(xiàn)相應(yīng)的事件處理邏輯，即它是一種“推”的解析方式；這種解析方法速度快、占用內(nèi)存少，但是它需要應(yīng)用程序自己處理解析器的狀態(tài)，實現(xiàn)起來會比較麻煩，而且它只支持對XML文件的讀取，不支持寫入。不同于SAX的“推”的解析方式，StAX是基于“拉”的解析方式，即應(yīng)用程序根據(jù)自己的需要控制解析器的讀取；這種方式繼承了SAX解析速度快、占用內(nèi)存少等優(yōu)點，同時它好保持了接口簡單、編程容易等特點；不過它也應(yīng)該不支持寫XML文件的，木有仔細(xì)看過這個框架，先猜測一下~~。貌似DOM底層采用了SAX的實現(xiàn)，因而本文首先介紹基于SAX方式的XML文件解析。
SAX的解析框架相對比較簡單，以下是它核心類關(guān)系圖：
InputSource類
InputSource是SAX中對要被解析的XML資源文件的抽象，它封裝了以下信息：
private Reader characterStream;
private InputStream byteStream;
private String systemId;
private String publicId;
private String encoding;
應(yīng)用程序可以顯示的設(shè)置characterStream、byteStream來指定實際的XML資源文件，或者使用systemId和publicId的方式來定位XML資源文件。這里systemId、publicId借用了導(dǎo)入DTD文件是定義的SYSTEM、PUBLIC概念。在DTD中，SYSTEM和PUBLIC都表示外部資源文件，所不同的是SYSTEM指定的是具體的資源文件，它可以是相對路徑也可以是絕對路徑，而PUBLIC則是使用定義的名稱查找資源文件。如以下是Spring使用DTD時的寫法：
<!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" " http://www.springframework.org/dtd/spring-beans.dtd ">
這里的publicId是：“-//SPRING//DTD BEAN//EN”
systemId是：“http://www.springframework.org/dtd/spring-beans.dtd”
很多框架都實現(xiàn)了自己的EntityResolver，以實現(xiàn)自定義的Entity查找邏輯，就像Spring，它首先在當(dāng)前ClassPath下查找對應(yīng)的DTD文件（Spring.jar文件中）。
在實現(xiàn)中，很少去使用publicId的，以Spring源碼中沒有使用publicId，甚至我在xerces源碼中都沒有看到對publicId的處理，不過看它的文檔，貌似是提供了publicId的實現(xiàn)，不知道是Java的實現(xiàn)版本沒有提供還是我沒有找對地方，而且按測試的結(jié)果，它不能只存在publicId也就是說如果存在publicId的話，systemId也必須存在。按著文檔對publicId做一個簡單的解釋，在以上的定義中“-//SPRINT/DTD BEAN//EN”只是一個名字，在XML解析引擎中使用這個名字去查找資源文件真正的位置，這個名字和資源文件實際路徑的映射文件一般定義在一個catalog文件中（有些引擎支持配置），其定義格式一般為：
<catalog xmlns="urn:oasis:names:tc:entity:xmlns:xml:catalog">
<public publicId="-//OASIS//DTD XML DocBook V4.1.2//EN"
uri="docbook/xml/docbookx.dtd"/>
<system systemId="urn:x-oasis:docbook-xml-v4.1.2"
uri="docbook/xml/docbookx.dtd"/>
<delegatePublic publicIdStartString="-//Example//"
catalog="http://www.example.com/catalog"/>
<public publidId="-//SPRING//DTD BEAN//EN"
uri="http://www.springframework.org/dtd/spring-beans.dtd" />
</catalog>
publicId以目前來看感覺可以忽略。有興趣對這個做深入研究的童鞋可以參考一下文檔：
http://xerces.apache.org/xml-commons/components/resolver/resolver-article.html
http://supportweb.cs.bham.ac.uk/documentation/tutorials/docsystem/build/tutorials/docbooksys/segmentedhtml/ch08s02.html
在使用InputSource時，還需要注意資源文件的查找順序問題，即InputSource中的characterStream、byteStream、systemId都可以表示一個資源文件，因而需要定義它們的查找順序：即先查看characterStream字段，如果有值則使用（此時encoding字段無效）；然后查看byteStream字段，如果有值，則使用；最后嘗試使用URI解析systemId字段（可以是相對路徑），如果能找到對應(yīng)的資源文件，則使用；否則，拋出異常。對后兩種情況，可以指定encoding字段表示資源文件的編碼方式。
XMLReaderFactory類
XMLReaderFactory從這個類的名字中已經(jīng)能知道它是用于創(chuàng)建XMLReader實例的工場類，它提供兩個靜態(tài)方法以創(chuàng)建XMLReader實例：
public static XMLReader createXMLReader();
public static XMLReader createXMLReader(String className);
對不帶參數(shù)的createXMLReader()方法，它實現(xiàn)了一種動態(tài)查找XMLReader具體實現(xiàn)類的方式：
1. 首先查看系統(tǒng)屬性中是否存在“org.xml.sax.driver”屬性的定義，如果存在，則使用該屬性定義的XMLReader實現(xiàn)類。
2. 其次查看ClassPath下是否存在“META-INF/services/org.xml.sax.driver”文件的定義，如果存在，則使用該文件中定義XMLReader的實現(xiàn)類。
3. 否則，默認(rèn)使用“com.sun.org.apache.xerces.internal.parsers.SAXParser”類作為XMLReader的實現(xiàn)類。
而對帶參數(shù)的createXMLReader()工場方法來說，它只是實例化傳入的XMLReader的實現(xiàn)類。
XMLReader接口和實現(xiàn)
XMLReader是實現(xiàn)真正解析XML資源文件的接口，之所以不使用Parser是因為這個名稱已經(jīng)在SAX1中被使用，而在SAX2中將實現(xiàn)解析的接口名稱重命名成XMLReader。在使用SAX解析XML資源文件時，默認(rèn)使用SAXParser實現(xiàn)類，它繼承自AbstractSAXParser（參考以上類關(guān)系圖）。XMLReader接口提供以下方法：
public interface XMLReader {
public boolean getFeature (String name) throws SAXNotRecognizedException, SAXNotSupportedException;
public void setFeature (String name, boolean value) throws SAXNotRecognizedException, SAXNotSupportedException;
public Object getProperty (String name) throws SAXNotRecognizedException, SAXNotSupportedException;
public void setProperty (String name, Object value) throws SAXNotRecognizedException, SAXNotSupportedException;
public void setEntityResolver (EntityResolver resolver);
public EntityResolver getEntityResolver ();
public void setDTDHandler (DTDHandler handler);
public DTDHandler getDTDHandler ();
public void setContentHandler (ContentHandler handler);
public ContentHandler getContentHandler ();
public void setErrorHandler (ErrorHandler handler);
public ErrorHandler getErrorHandler ();
public void parse (InputSource input) throws IOException, SAXException;
public void parse (String systemId) throws IOException, SAXException;
}
這個接口定義了一些操作XML解析器的屬性和方法：
1. Feature
Feature值一般是一個URI的全稱，用于定義當(dāng)前解析器支持的特性，比如按注釋，所有解析器都要識別的特性有：
http://xml.org/sax/features/namespaces
http://xml.org/sax/features/namespace-prefixes
還有其他一些常見的Feature有（默認(rèn)AbstractSAXParser支持的Feature）：
http://xml.org/sax/features/string-interning
http://xml.org/sax/features/is-standalone
http://xml.org/sax/features/xml-1.1
http://xml.org/sax/features/lexical-handler/parameter-entities
http://xml.org/sax/features/resolve-dtd-uris
http://xml.org/sax/features/xmlns-uris
http://xml.org/sax/features/unicode-normalization-checking
http://xml.org/sax/features/use-entity-resolver2
http://xml.org/sax/features/use-attributes2
http://xml.org/sax/features/use-locator2
http://xml.org/sax/features/internal/parser-settings
http://xml.org/sax/features/internal/xinclude
一些用戶自定義的解析器可以指定自己支持的Feature。XMLReader提供接口查詢、設(shè)置指定當(dāng)前XMLReader是否支持某種Feature。
2. Property
XMLReader還支持通過URI方式獲取解析器相關(guān)的一些屬性值，一些擴(kuò)展的事件Handler也可以通過該方式定義。如常見的屬性定義有：
http://xml.org/sax/properties/document-xml-version
http://xml.org/sax/properties/lexical-handler
http://xml.org/sax/properties/declaration-handler
http://xml.org/sax/properties/dom-node
具體可以參考xerces中的介紹：
http://xerces.apache.org/xerces2-j/properties.html
3. 事件處理器（Event Handlers）注冊方法
應(yīng)用程序通過注冊相應(yīng)的事件處理器來和XMLReader解析器教務(wù)，解析器在解析過程中產(chǎn)生的事件都會通過調(diào)用相應(yīng)事件處理器中的相應(yīng)的方法來將信息傳給應(yīng)用程序。默認(rèn)支持的時間處理器有：
EntityResolver：實現(xiàn)用戶自定義外部實體解析處理邏輯。
DTDHandler：實現(xiàn)在NOTATION定義以及存在沒有解析的Entity定義時，用戶可以加入自定義的處理邏輯。
ContentHandler：處理所有對XML內(nèi)容解析時產(chǎn)生的所有事件。
ErrorHandler：解析器在解析過程中遇到錯誤時被調(diào)用。
通過設(shè)置屬性值的方式，AbstractSAXParser還支持以下兩種Handler：
LexicalHandler：SAX2擴(kuò)展接口，提供更多的XML資源文件相關(guān)的信息，如注釋、CDATA等。
DeclHandler：SAX2擴(kuò)展接口，在DTD定義事件中提供回調(diào)方法。
4. 解析方法（parse）
解析器實現(xiàn)解析XML資源文件的方法。應(yīng)用程序可以傳入InputSource實例，也可以傳入systemId的值，即一個URI字符串或相對路徑指定的文件名。解析方法（parse）是線程同步的，對一個XMLReader實例在解析時，另一個線程會等待該線程結(jié)束后才開始解析新的文件，因而一般情況下，在多個線程中都會創(chuàng)建各自的XMLReader實例。然而當(dāng)一個XMLReader實例解析完成后，我們可以重用該XMLReader實例解析新的XML文件，此時之前的Feature、Property以及Handler的注冊等信息都保持不變，我們可以手動調(diào)用相應(yīng)的方法改變之。
EntityResolver接口
EntityResolver接口提供應(yīng)用程序自定義實體解析的擴(kuò)展點，即應(yīng)用程序可以注冊自己的實體解析類以實現(xiàn)自己特定的邏輯，如在本地、數(shù)據(jù)庫、網(wǎng)絡(luò)中查找外部實體。比如Spring就實現(xiàn)了自己的BeansDtdResolver，對InputSource小節(jié)中定義的spring-beans.dtd，它會先查找BeanDtdResolver類所在的目錄（一般為jar包內(nèi)）中存在的spring-beans.dtd，如果存在該文件，則會加載該文件作為DTD文件，否則，使用默認(rèn)的EntityResolver（即返回null，則XML引擎自己提供的解析器）。
然而什么是實體（Entity）呢？如果使用DTD作為XML文件的定義模板，那么在引入DTD文件時，即使引入一個外部實體，其PUBLIC、SYSTEM定義分別對應(yīng)publicId和systemId。實體的另一個使用地方是在DTD文件定義時可以定義命名實體，而該命名實體可以在XML文件中使用（貌似這個用途不怎么多~~）。比如我們可以定義如下DTD文件：
<!ELEMENT website (name,copyright)>
<!ELEMENT name (#PCDATA)>
<!-- Parameter Entity-->
<!ENTITY % copyrightElement "<!ELEMENT copyright (#PCDATA)>">
%copyrightElement;
<!--Normal Entity-->
<!ENTITY name "cnblog">
<!--External Entity-->
<!ENTITY copyright SYSTEM "copyright.desc">
該DTD可以在以下XML文件中使用：
<?xml version="1.1" encoding="UTF-8"?>
<!DOCTYPE website SYSTEM "../dtds/entitiesDtD.dtd">
<website>
<name>&name;</name>
<copyright>©right;</copyright>
</website>
此時，在解析XML文件時，&name;值為cnblog，而©right;的值為copyright.desc文件中的內(nèi)容。EntityResolver接口也只有在需要解析外部實體是才會被調(diào)用，比如在解析&name;實體時就不會被調(diào)用。
EntityResolver的接口定義如下：
public interface EntityResolver {
public abstract InputSource resolveEntity (String publicId, String systemId) throws SAXException, IOException;
}
resolveEntity()方法返回用戶自定義的InputSource實例，如果該方法返回null，則XML解析引擎默認(rèn)為外部實體為URL，并使用該URL創(chuàng)建InputSource。
一般情況下使用XML解析引擎內(nèi)部默認(rèn)的實現(xiàn)即可，但是像Spring這種從本地讀取DTD文件時，則需要實現(xiàn)自己的EntityResolver，其實現(xiàn)核心代碼如下：
public InputSource resolveEntity(String publicId, String systemId) throws IOException {
if (systemId != null && systemId.endsWith(DTD_EXTENSION)) {
......
Resource resource = new ClassPathResource(dtdFile, getClass());
InputSource source = new InputSource(resource.getInputStream());
source.setPublicId(publicId);
source.setSystemId(systemId);
return source;
......
}
// Use the default behavior -> download from website or wherever.
return null;
}
如果使用XSD作為XML的定義模板，我們可以定義schemaLocation將XSD文件引入，比如Spring配置文件中的用法：
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd">
<bean id="myCustomer" class="levin.spring.test.Customer">
<property name="name" value="customer"></property>
<property name="address" value="shanghai"></property>
<property name="user" ref="user"></property>
</bean>
<context:property-holder id="propertyHolder" class="org.springframework.context.PropertyHolder" />
</beans>
以上例子，我們將所有XML的命名空間定義在beans標(biāo)簽中，并在標(biāo)簽中使用xsi:schemaLocation定義了所有xsd文件的位置，在XML解析中，每當(dāng)遇到一個新的命名空間，解析器就會先調(diào)用resolveEntity方法，并將xsi:schemaLocation中定義的位置傳入resolveEntity()方法（publicId為null、systemId為schema的位置，如http://www.springframework.org/schema/context/spring-context.xsd， 默認(rèn)解析器會從這個位置上查找xsd文件，然后開始解析相應(yīng)的標(biāo)簽，比如對默認(rèn)命名空間所使用的xsd文件，SAXParser會先解析該文件，然后真正解析beans標(biāo)簽。如DTD作為外部實體的導(dǎo)入，應(yīng)用程序可以定義自己的EntityResolver以實現(xiàn)自定義的外部實體查找邏輯，如Spring定義自己的EntityResolver（PluggableSchemaResolver），以從本地查找xsd文件：
public InputSource resolveEntity(String publicId, String systemId) throws IOException {
String resourceLocation = getSchemaMapping(systemId);
if (resourceLocation != null) {
Resource resource = new ClassPathResource(resourceLocation, this.classLoader);
InputSource source = new InputSource(resource.getInputStream());
source.setPublicId(publicId);
source.setSystemId(systemId);
return source;
}
// Use the default behavior -> download from website or wherever.
return null;
}
其實以上配置文件還可以寫成：
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd">
<bean id="myCustomer" class="levin.spring.test.Customer">
<property name="name" value="customer"></property>
<property name="address" value="shanghai"></property>
<property name="user" ref="user"></property>
</bean>
<context:property-holder xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context.xsd"
id="propertyHolder" class="org.springframework.context.PropertyHolder" />
</beans>
最后，默認(rèn)SAXParser默認(rèn)實現(xiàn)不支持XSD文件的解析，我們需要手動的設(shè)置以下屬性以打開這一屬性：
XMLReader reader = XMLReaderFactory.createXMLReader(); reader.setProperty("http://java.sun.com/xml/jaxp/properties/schemaLanguage", "http://www.w3.org/2001/XMLSchema"); reader.setFeature("http://apache.org/xml/features/validation/schema", true);
DTDHandler接口
提供用戶在NOTATION定義以及存在沒有解析的Entity定義時注冊用戶自定義的處理邏輯。這里需要解釋兩個定義：什么是NOTATION以及什么是沒有解析的Entity定義。
首先來解釋一下什么是NOTATION：在XML文件中可以包含一些非XML的數(shù)據(jù)，NOTATION即定義了這種非XML數(shù)據(jù)的格式，從而應(yīng)用程序可以識別這些數(shù)據(jù)。然而什么是非XML數(shù)據(jù)呢？舉個例子，以下DTD定義了一個image標(biāo)簽，它包含source屬性，而這個source屬性指向某個gif圖片：
<!NOTATION gif SYSTEM "image/gif">
<!ENTITY JENN SYSTEM "http://images.about.com/sites/guidepics/html.gif" NDATA gif>
<!ELEMENT image EMPTY>
<!ATTLIST image source ENTITY #REQUIRED>
對應(yīng)的XML數(shù)據(jù)段：
<image source="JENN" />
我們知道在XML文件文本數(shù)據(jù)，中一般只能包含文本數(shù)據(jù)，那么如何將圖片文件嵌入到XML文件中呢？XML提供了三種方法實現(xiàn)在XML文件中包含二進(jìn)制數(shù)據(jù)：一種是使用以上NOTATION的方式；一種是使用mine擴(kuò)展；還有一種是將二進(jìn)制數(shù)據(jù)保存到<![CDATA[ …]]>中（具體可以參考：http://www.ibm.com/developerworks/cn/xml/x-binary/index.html）。
其次，什么是沒有解析的Entity定義呢？沒有解析并不是在DTD文件中所有沒有被使用到的Entity，而是指所有那些NDATA類型的實體定義，因為這些實體需要用戶自己去解析，因而XML解析引擎不會默認(rèn)對他們做解析。比如以上的&name;實體是被解析過的，因而它會轉(zhuǎn)換成“cnblog”值顯示出來；而以上JENN的這個實體則沒有被XML解析引擎解析，因而它會觸發(fā)DTDHandler接口的調(diào)用。
那么我們再來看一下DTDHandler接口提供的方法吧：
public interface DTDHandler {
public abstract void notationDecl (String name, String publicId,
String systemId) throws SAXException;
public abstract void unparsedEntityDecl (String name, String publicId,
String systemId, String notationName) throws SAXException;
}
這兩個方法正好提供了DTDHandler兩種特性的回調(diào)方法：
1. 當(dāng)XML解析引擎在解析DTD文件中NOTATION的定義時，它會調(diào)用notationDecl()方法，此時用戶注冊的DTDHandler則可以根據(jù)傳入的publicId和systemId解析當(dāng)前NOTATION相應(yīng)的數(shù)據(jù)。
2. 當(dāng)XML解析引擎在解析DTD文件中NDATA類型的Entity定義時，它會調(diào)用unparsedEntityDecl()方法。用戶可以根據(jù)傳入的publicId、systemId、notationName等信息解析當(dāng)前Entity，比如以上則是從指定的URL中讀取html.gif文件，讀到的數(shù)據(jù)可以name作為key保存起來，之后，當(dāng)用戶在解析source屬性是，可以根據(jù)source屬性中的值得到相應(yīng)的數(shù)據(jù)保存起來。
一般來說DTD文件的解析要在所有XML文件中的Element解析之前，因而DTDHandler中的回調(diào)函數(shù)一般在startDocument()事件之后，而在第一個startElement()事件之前。
最后，感覺應(yīng)該很少有用戶會去使用NOTATION的概念吧，除非用戶想在XML文件中包含二進(jìn)制數(shù)據(jù)，其實我個人感覺這種二進(jìn)制數(shù)據(jù)的實現(xiàn)方式也不好，所以個人感覺很少有人需要去實現(xiàn)DTDHandler的接口。
ContentHandler接口
ContentHandler接口處理所有對XML內(nèi)容解析時產(chǎn)生的所有事件。它的接口定義如下：
public interface ContentHandler {
public void setDocumentLocator(Locator locator);
public void startDocument() throws SAXException;
public void endDocument() throws SAXException;
public void startPrefixMapping (String prefix, String uri)
throws SAXException;
public void endPrefixMapping (String prefix) throws SAXException;
public void startElement (String uri, String localName, String qName,
Attributes atts) throws SAXException;
public void endElement (String uri, String localName, String qName)
throws SAXException;
public void characters (char ch[], int start, int length)
throws SAXException;
public void ignorableWhitespace (char ch[], int start, int length)
throws SAXException;
public void processingInstruction (String target, String data)
throws SAXException;
public void skippedEntity (String name) throws SAXException;
}
a. setDocumentLocator方法
解析器解析XML文件內(nèi)容時，它會首先調(diào)用setDocumentLocator設(shè)置一個Locator實例，應(yīng)用程序可以從Locator實例中獲取解析器當(dāng)前在解析的位置：
public interface Locator {
public abstract String getPublicId();
public abstract String getSystemId();
public abstract int getLineNumber();
public abstract int getColumnNumber();
}
其中publicId、systemId用于定位正在解析的文件，它可以是正在解析的XML文件，也可以是在XML中引入的外部實體文件。lineNumber、columnNumber則用于定位當(dāng)前事件發(fā)生時所在解析文件的行號和列號，行號和列號只是用于近似的診斷信息，不保證完全正確。
b. startDocument、endDocument方法
這兩個方法提供在XML文件解析開始和結(jié)束的位置插入應(yīng)用程序自定義的邏輯，只是兩個常見的擴(kuò)展點。
c. startPrefixMapping、endPrefixMapping方法
這兩個方法是在引入一個命名空間和結(jié)束該命名空間的作用域時調(diào)用的，比如在EntityResolver接口中定義了兩種方式的Spring XML配置文件，對第一個定義文件中，context命名空間在beans標(biāo)簽中定義，因而在解析beans標(biāo)簽時，它會首先調(diào)用startPrefixMapping方法，其參數(shù)中prefix為context，uri為http://www.springframework.org/schema/context，然后在調(diào)用beans標(biāo)簽的startElement方法；此時context命名空間的作用域范圍在beans標(biāo)簽內(nèi)，因而當(dāng)beans結(jié)束后（在調(diào)用beans標(biāo)簽相關(guān)的endElement方法），會調(diào)用endPrefixMapping方法。而在第二個定義文件中，context命名空間在context:property-holder標(biāo)簽中定義，此時startPrefixMapping方法會在解析該標(biāo)簽時調(diào)用，但是在調(diào)用該標(biāo)簽相關(guān)的startElement之前；并且此時context的命名空間的作用域也只是在context:property-holder中。
d. startElement、endElement方法
在解析一個標(biāo)簽開始和結(jié)束時分別會調(diào)用這兩個方法。在調(diào)用startElement之前，xsd外部實體的引入、解析、驗證都已經(jīng)完成了（resolveEntity方法），命名空間解析也已經(jīng)完成（startPrefixMapping方法）。在startElement方法的參數(shù)中，uri為該標(biāo)簽命名空間所的uri的值，如http://www.springframework.org/schema/context，如果沒有定義則為空；localName指本地名字，如property-holder；qName為包含命名空間的名字，如context：property-holder；atts為該標(biāo)簽中定義的屬性值，它封裝在Attributes接口中：
public interface Attributes {
public abstract int getLength ();
public abstract String getURI (int index);
public abstract String getLocalName (int index);
public abstract String getQName (int index);
public abstract String getType (int index);
public abstract String getValue (int index);
public int getIndex (String uri, String localName);
public int getIndex (String qName);
public abstract String getType (String uri, String localName);
public abstract String getType (String qName);
public abstract String getValue (String uri, String localName);
public abstract String getValue (String qName);
}
Attributes類提供了兩種類型的查找方式：索引和命名屬性。其中索引的順序并沒有定義，因而在不同版本中的順序可能是不同的，這里沒用定義遍歷所有屬性的方法，因而我們可以使用getLength方法獲取屬性個數(shù)，然后使用索引方式獲取相應(yīng)的值，而在其他情況下，個人不能推薦使用索引方式。對命名屬性，可以使用兩種方式：一種是使用包含命名空間的全名（qName），另一種是使用uri加localName的方式定義。
關(guān)于getType，這里的type指的是DTD、XSD中定義的屬性的類型："CDATA", "ID", "IDREF", "IDREFS", "NMTOKEN", "NMTOKENS", "ENTITY", "ENTITIES", or "NOTATION"，默認(rèn)為CDATA。而在Java讀取到的所有屬性的值都是字符串。
e. characters方法
SAXParser在沒讀到一些非標(biāo)簽內(nèi)中的字符串時，都會調(diào)用該方法，這些字符串可以是某個標(biāo)簽的值，也可以是標(biāo)簽之前的空格和換行符。如一下XML數(shù)據(jù)：
會在標(biāo)記的7個位置分別調(diào)用characters方法，其中ch數(shù)組是文件讀取的字符串?dāng)?shù)組，其大小默認(rèn)為2k，可以使用http://apache.org/xml/properties/input-buffer-size屬性值設(shè)置其大小，但是如果新設(shè)置的大小不能一次讀取不可分割的數(shù)據(jù)內(nèi)容時，該大小或增加；start指定當(dāng)前字符串在ch數(shù)組中的起始位置；length則是指當(dāng)前字符串的長度。
如果我們需要讀取該部分的字符串內(nèi)容，可以使用以下方式：
new String(ch, start, length)
f. ignorableWhitespace方法
當(dāng)解析器遇到可忽略的空格時被調(diào)用。什么是可忽略的空格呢？可以參考：http://www.w3.org/TR/2006/REC-xml-20060816/#sec-white-space，我一直沒有讀懂文檔中的解釋.....而且據(jù)xerces中解釋，ignorableWhitespace只用于DTD中，可參考：http://xerces.apache.org/xerces2-j/faq-sax.html中相關(guān)內(nèi)容。不過貌似我們很少使用這個方式，我就不深究了。
g. processingInstruction方法
在XML文件中還可以定義一下指令，以供一些特定的處理工具讀取并處理。SAXPaser在遇到這些指令時，就會調(diào)用這個方法。這些指令如：
<?xml-stylesheet href="show.css" type="text/css" ?>
此時target為：xml-stylesheet，data為：href=”show.css” type=”text/css”
h. skippedEntity方法
當(dāng)SAXParser跳過一個實體時，該方法會被調(diào)用。那么什么情況下它會跳過一個實體的解析呢？這個我貌似也一直木有讀懂….幸好這個方法用的也不多。
ErrorHandler接口
ErrorHandler在解析器在解析過程中遇到錯誤時被調(diào)用。ErrorHandler分成三個級別：warn、error、fatalerror，解析器會根據(jù)當(dāng)前錯誤的級別調(diào)用相應(yīng)的方法。
public interface ErrorHandler {
public abstract void warning (SAXParseException exception)
throws SAXException;
public abstract void error (SAXParseException exception)
throws SAXException;
public abstract void fatalError (SAXParseException exception)
throws SAXException;
}
DefaultHandler類
DefaultHandler類實現(xiàn)了所有以上接口EntityResolver、DTDHandler、ContentHandler、ErrorHandler，并提供了所有方法的空實現(xiàn)。我們在使用SAX時，一般都是繼承自DefaultHandler，然后實現(xiàn)需要的方法，而保持其他方法默認(rèn)實現(xiàn)。
LexicalHandler接口
該接口是SAX2提供的擴(kuò)展接口，它可以處理XML資源文件中更多的詞匯（Lexical）信息，如注釋、CDATA等。可以使用以下方法注冊該接口：
xmlReader.setProperty("http://xml.org/sax/properties/lexical-handler", handler);
LexicalHandler接口定義：
public interface LexicalHandler {
//在一個DTD定義開始時調(diào)用
public abstract void startDTD (String name, String publicId, String systemId)
throws SAXException;
//在一個DTD定義結(jié)束時調(diào)用
public abstract void endDTD ()
throws SAXException;
//在一個實體解析開始時調(diào)用
public abstract void startEntity (String name)
throws SAXException;
//在一個實體解析結(jié)束時調(diào)用
public abstract void endEntity (String name)
throws SAXException;
//CDATA數(shù)據(jù)區(qū)開始時調(diào)用
public abstract void startCDATA ()
throws SAXException;
//在一個CDATA數(shù)據(jù)區(qū)結(jié)束后調(diào)用
public abstract void endCDATA ()
throws SAXException;
//所有的注釋信息，包括外部實體（如DTD）中的注釋信息
public abstract void comment (char ch[], int start, int length)
throws SAXException;
}
DeclHandler接口
SAX2擴(kuò)展接口，它提供了DTD定義事件的回調(diào)方法。可以使用一下方法注冊該接口：
xmlReader.setProperty("http://xml.org/sax/properties/declaration-handler", handler);
DeclHandler接口定義：
public interface DeclHandler {
//定義一個Element標(biāo)簽時的回調(diào)，name為Element Name，model為”EMPTY”, “ANY”,
//或者所有其他復(fù)雜Element定義的值
public abstract void elementDecl (String name, String model)
throws SAXException;
//定義一個屬性標(biāo)簽時的回調(diào)。
public abstract void attributeDecl (String eName, String aName,
String type, String mode, String value)
throws SAXException;
//定義一個內(nèi)部實體時的回調(diào)
public abstract void internalEntityDecl (String name, String value)
throws SAXException;
//定義一個外部實體時的回調(diào)
public abstract void externalEntityDecl (String name, String publicId,
String systemId)
throws SAXException;
}
一個具體SAX解析實例
寫了那么多，花了我好幾天的時間，不過還是收獲不少，至少對SAX解析XML的方式有了一個比較深入的了解了。最后使用一個簡單的例子結(jié)束這篇文章吧。
首先簡單的定義XML文件：
<?xml version="1.0" encoding="UTF-8"?>
<books>
<book id="12">
<name>thinking in java</name>
<price>85.5</price>
</book>
<book id="15">
<name>Spring in Action</name>
<price>39.0</price>
</book>
</books>
對應(yīng)Book類：
class Book {
private String id;
private String name;
private double price;
}
一個簡單的解析器：
public class BookXmlParser extends DefaultHandler {
private Locator locator;
private List<Book> books;
private Book currentBook;
private String preTag;
@Override
public void setDocumentLocator(Locator locator) {
this.locator = locator;
}
@Override
public void startDocument() throws SAXException {
books = new ArrayList<Book>();
currentBook = null;
preTag = null;
}
@Override
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
if("book".equals(qName)) {
currentBook = new Book();
currentBook.setId(attributes.getValue("id"));
}
preTag = qName;
}
public void endElement(String uri, String localName, String qName)
throws SAXException {
if("book".equals(qName)) {
books.add(currentBook);
currentBook = null;
}
preTag = null;
}
public void characters(char ch[], int start, int length)
throws SAXException {
if(preTag != null && currentBook != null) {
String value = new String(ch, start, length);
if("name".equals(preTag)) {
currentBook.setName(value);
} else if("price".equals(preTag)) {
currentBook.setPrice(Double.parseDouble(value));
}
}
}
public void warning(SAXParseException e) throws SAXException {
System.out.println("Warning occurred: \n");
System.out.println("Location Info: " + locatorInfo());
e.printStackTrace(System.out);
}
public void error(SAXParseException e) throws SAXException {
System.out.println("Error occurred: \n");
System.out.println("Location Info: " + locatorInfo());
e.printStackTrace(System.out);
}
public void fatalError(SAXParseException e) throws SAXException {
System.out.println("Fatal Error occurred: \n");
System.out.println("Location Info: " + locatorInfo());
e.printStackTrace(System.out);
throw e;
}
private String locatorInfo() {
return "resource: " + locator.getSystemId() + ", Locator Info: [" +
locator.getLineNumber() + ", " + locator.getColumnNumber() + "]";
}
public static void main(String[] args) throws Exception {
XMLReader xmlReader = XMLReaderFactory.createXMLReader();
BookXmlParser handler = new BookXmlParser();
xmlReader.setContentHandler(handler);
xmlReader.setEntityResolver(handler);
xmlReader.setErrorHandler(handler);
xmlReader.setDTDHandler(handler);
xmlReader.parse("resources/xmlfiles/book.xml");
System.out.println("Book List:");
System.out.println(handler.books);
}
}