|
数据挖掘交友 数据挖掘论坛 数据挖掘交友 数据挖掘论坛 数据挖掘论坛 数据挖掘论坛 数据挖掘实验室 XML文档样本：
Bob
New York
代码:
package xmltest;
import javax.xml.parsers.*;
import org.xml.sax.*;
import org.xml.sax.helpers.*;
import java.io.*;
public class SaxTest extends DefaultHandler {
// 重载DefaultHandler类的方法
// 以拦截SAX事件通知。
//
// 关于所有有效事件，见org.xml.sax.ContentHandler
//
public void startDocument( ) throws SAXException {
System.out.println( "SAX Event: START DOCUMENT" );
}
public void endDocument( ) throws SAXException {
System.out.println( "SAX Event: END DOCUMENT" ); 数据挖掘交友
}
public void startElement( String namespaceURI,
String localName,
String qName,
Attributes attr ) throws SAXException {
System.out.println( "SAX Event: START ELEMENT[ " +
localName + " ]" );
// 如果有属性，我们也一并打印出来．．．
for ( int i = 0; i < attr.getLength(); i++ ){
System.out.println( " ATTRIBUTE: " +
attr.getLocalName(i) +
" VALUE: " +
attr.getValue(i) );
}
}
public void endElement( String namespaceURI,
String localName,
String qName ) throws SAXException {
System.out.println( "SAX Event: END ELEMENT[ " +
localName + " ]" ); 数据挖掘交友
}
public void characters( char[] ch, int start, int length )
throws SAXException {
System.out.print( "SAX Event: CHARACTERS[ " );
try {
OutputStreamWriter outw = new OutputStreamWriter(System.out);
outw.write( ch, start,length );
outw.flush();
} catch (Exception e) {
e.printStackTrace();
}
System.out.println( " )" );
}
public static void main( String[] argv ){
System.out.println( "Example1 SAX Events:" );
try {
// SAXParserFactory spFactory = SAXParserFactory.newInstance();
// SAXParser sParser = spFactory.newSAXParser();
// 建立SAX 2解析器．．． 数据挖掘交友
XMLReader xr = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
// 安装ContentHandler．．．
xr.setContentHandler( new SaxTest() );
// 解析文件．．．
xr.parse( new InputSource(
new FileReader( "exampleA.xml" )) );
}catch ( Exception e ) {
e.printStackTrace();
}
}
}
当前SAX API有两个版本。第二版中的类名和方法名与第一版都有出入，但是代码的结构是一样的。
SAX是一套API，它不是一个解析器，所以这个代码在XML解析器中是通用的。要让示例跑起来，你将需要一个支持SAX v2的XML解析器。我用Apache的Xerces解析器.代码如下
// 建立SAX 2解析器．．．
XMLReader xr = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
// 安装ContentHandler．．．
xr.setContentHandler( new SaxTest() );
SAX API 的说明书通俗易读。它包含了很多的详细内容。而使用SAX API的主要任务就是创建一个实现ContentHandler接口，一个供XML 解析器调用以将分析XML文档时所发生的SAX事件分发给处理程序的回调接口。
方便起见，SAX API也提供了一个已经实现了ContentHandler接口的DefaultHandler适配器类。
一但实现了ContentHandler或者扩展了DefaultHandler类，你只需直接将XML解析器解析一个特定的文档即可。
我们的第一个例子扩展DefaultHandler将每个SAX事件打印到控制台。这将给你一个初步的映象，以说明什么SAX事件将会发生及以怎样的顺序发生。
下面介绍一下其它操作XML的API
stax(simple stream api for xml)作为jsr已经出现几年时间了，可能不如sax,dom(及其他基于其上的工具包比如jdom,jaxp,etc)为众人所知。可能也是因为最近xfire的火热 导致它的知名度有所提升吧。（题 外话，好象有不少知识点一直都是默默无闻的，只有随着某项技术的流行才突然变的为人所知道了，比如ThreadLocal本来我们一直没有接触，很多人可能一直都不知道它的存在，但随着它在spring ,hibernate这些流行的技术里的灵巧的应用，一下子就被很多人谈及及应用了。可见我们的水平还是属于跟在老外屁股后面跑的水平）。 数据挖掘交友
通过和dom,sax这两种大家熟知的xml解析方式的比较，可以容易的看出它的特点。
dom通过把整个tree 文档读入内存进行操作，可以随意对文档进行操作，非常灵活。但缺点是对内存的资源耗费比较大。
sax不同于dom把整个文档读入内存的方式，它是直接对 xml文件进行操作。速度快，基本上不占用什么内存资源。缺点看看它的名字就知道了(simple api for xml),基于event的方式（这点和stax类似），但是是通过callback的方式把对xml的遍历权交给sax parser了。这样导致我们不能灵活控制对xml文件的访问。
stax通过stream的方式来解决sax,dom各自的缺点，同时具有他们大部分的优点（我想底层实现是不是通过直接操作文件流的方式，还没有看它的实现的src，不敢乱说）。stax主要有两中粒度不同的操作方式 ，一种基于event, 另一种更底层的实现基于cursor。初一看实现方式有点象sax,因为都是基于event的。但是sax把访问控制权交给parser(通过callback))了，我们很难控制iterat过程。stax允许我们自己控制iterat.
所以stax的优点如下：基于stream的方式，不象dom耗费内存资源。又可以自己控制对xml的iterat，不象sax把控制权交给parser).还有一个优点就是可以在iterat的过程中随时cancel。虽然sax 也可以通过 throw saxexception的方式中断iterat过程，但毕竟不是一中优美的解决方案。当然stax的还提供了以stream的方式进行write xml的操作。
?具体的stax应用可以看ibm的系列教程文章，比较老了了点。http://www-128.ibm.com/developerworks/xml/library/x-tipstx/
具体实现，除了bea的一个ri实现外，不知道还有其他的实现没有（stax jsr好象最早由bea提出来）？
个人感觉stax的应用还是有些麻烦，期待（或则是不是已经有了？）能有更高层次的封装（类似于jdom,jaxp实现之类的）。
数据挖掘实验室
|
