Question

我试图通过简单地实现org.xml.sax.ContentHandler来解析我在SAX中的一些第一个XML文档，而我不知道我是否理解了这个流程。对于给定的XML文档：

<?xml version="1.0"?>
<list>
    <item>
        <name>One</name>
        <description>The number 1, expressed in letters.
    </item>
    <item>
        <name>Two</name>
        <description>The number 2, expressed in letters.
    </item>
</list>

解析器中预期的事件顺序是什么？我是否正确地承担以下事项：

startDocument()
    startElement() -> "list"

        startElement() -> "item"
            startElement() -> "name"
                characters() (>=1 times) -> "One"
            endElement() -> "name"
            startElement() -> "description"
                characters() (>=1 times) -> "The number 1, expressed in letters."
            endElement() -> "description"
        endElement() -> "item"

        startElement() -> "item"
            startElement() -> "name"
                characters() (>=1 times) -> "Two"
            endElement() -> "name"
            startElement() -> "description"
                characters() (>=1 times) -> "The number 2, expressed in letters."
            endElement() -> "description"
        endElement() -> "item"

    endElement() -> "list"
endDocument()

这几乎是它的要点吗？

另外，解析最简单的方法是什么？目前，在每次调用startElement时，我将当前元素的名称保存为私有变量，以便在characters调用中解析数据时。这样做有更简单/更好的方法吗？

Answer 1

遗憾的是，SAX状态机没有很好的文档记录。而不是告诉你一些细节，我建议你写作你的第一个内容处理程序，它只记录控制台发生的一切，并使用不同的输入。

但是......是的，你已经掌握了它的主旨。

就“最简单的解析方式”而言，我很想说“不是SAX”。在使用SAX时，您需要以某种方式实现反映文档中结构转换的状态机。如果文档很简单，您甚至可能不会将其视为状态机本身。但是如果你这么想的话，我认为很容易看到如何在事件发生时存储你需要的东西。

Answer 2

是的，你已经掌握了它的主旨。

SAX是一个非常低级的界面，所以不要指望它很容易。在大多数SAX应用程序中，您可能希望维护一个堆栈，其中startElement将元素名称压入堆栈，endElement将其弹出。如果您没有处理混合内容，那么characters（）应该附加到与堆栈顶部的元素关联的StringBuffer，并且您应该在endElement事件发生时处理StringBuffer中的字符内容。那是因为角色内容可以分解为对角色（）的多次调用，无论解析器想要什么。

SAX究竟如何解析文档？

2 个答案: