SAX如何解析文档？

Question

我试图通过简单地实现org.xml.sax.ContentHandler来解析SAX中的一些第一个XML文档，我不知道我是否理解流程。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> 

什么是在解析器事件所期待的顺序？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() 

这就是它的要点吗？

另外，什么是最简单的方法来解析？目前，在每次调用startElement时，我将保存为一个私有变量作为当我在characters调用中解析数据时的当前元素的名称。有没有更容易/更好的方法呢？

Answer 1

是的，你有它的要义。

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，您可能需要维护堆栈，其中startElement将元素名称压入堆栈，endElement将其弹出。如果你没有处理混合内容，那么characters（）应该附加到与堆栈顶部元素相关联的StringBuffer，并且当endElement事件发生时，你应该处理StringBuffer中的字符内容。这是因为字符内容可以分解为字符（）的多个调用，解析器需要的任何方式都可以。

Answer 2

不幸的是，SAX状态机没有很好的记录。我并不建议你告诉你一些细节，而是建议你编写第一个内容处理程序，它只记录控制台发生的所有事情，并用不同的输入进行操作。

但是...是的，你已经掌握了它的要点。至于“最简单的解析方式”，我很想说“不是SAX”。在使用SAX时，无论如何，您需要实现一个反映文档结构转换的状态机。如果文档很简单，那么您甚至可能不会将其视为状态机本身。但是如果你这么想，那么我认为在事件发生时如何储存你所需要的东西将是相当容易的。