POI事件模式解析Excel 2007（二） - SAX简介

1.概述

• SAX官方网站，它取代了David Megginson的原始SAX官网
• SAX (Simple API for XML)是一种采用事件驱动编程（Event-driven programming）、在线算法（Online algorithm）替代文档对象模型（DOM）的解析XML的算法。
• DOM 要求在处理过程中整个文档都加载到内存中，把整个XML文档以一棵DOM树的形式存放在内存中。通过DOM树，应用程序可以对XML文档进行随机访问，但是当XML文档比较大或者文档结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项比较耗时的操作
• 不同于DOM解析，SAX提供了一种从XML文档中读取数据的机制。它逐行扫描文档，一边扫描一边解析。由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中，这对于大型文档的解析是个巨大优势。

2.事件驱动编程

在事件驱动的应用程序中，通常有一个主循环用于侦听事件，大多数事件驱动的编程环境已经提供了这个主循环，所以它不需要由应用程序员专门提供。

2.1 事件驱动编程步骤

1. 主循环监听事件的发生
2. 主循环检测到一个事件发生，触发回调函数

2.2 编写事件驱动程序

1. 第一步：写一个系列的子程序（方法），称为事件处理程序。这些例程处理主程序将要响应的事件。许多现代编程环境为程序员提供了事件模板，使程序员可以专注于编写事件代码。
2. 第二步：将事件处理程序绑定到事件，以便在事件发生时调用正确的函数。
3. 第三步：编写主循环。这是一个函数，检查事件的发生，然后调用匹配的事件处理程序来处理它。

3.用SAX进行XML处理

 <?xml version="1.0" encoding="UTF-8"?>
 <DocumentElement param="value">
     <FirstElement>
         &#xb6; Some Text
     </FirstElement>
     <SecondElement param2="something">
         Pre-Text <Inline>Inlined text</Inline> Post-text.
     </SecondElement>
</DocumentElement>

请注意，上面的示例的第一行是XML声明，而不是处理指令; 因此不会将其作为处理指令事件进行报告（尽管一些SAX实现为XML声明提供了单独的事件）。

上述结果可能会有所不同：SAX规范故意指出，给定的文本段可能会被报告为多个连续的文本事件。例如，许多解析器为数字字符引用返回单独的文本事件。因此，在上面的例子中，SAX解析器可能会生成一系列不同的事件，其中一部分可能包括：

XML元素开始，名为FirstElement
XML文本节点，数据等于“＆＃xb6;” （Unicode字符U + 00b6）
XML文本节点，数据等于“Some Text”
XML元素结束，名为FirstElement

4.优点

• SAX最大的优点是内存消耗小，因为整个文档无需一次加载到内存中，这使SAX解析器可以解析大于系统内存的文档
• 无需像在DOM中那样为所有节点创建对象
• SAX“推”模型可用于广播环境，能够同时注册多个ContentHandler，并行接收事件，而不是在一个管道中一个接一个地进行处理。

5.缺点

• 几乎任何类型的XML验证都需要完整地访问文档。

• 必须实现多个事件处理程序以便能够处理所有到来的事件，同时必须在应用程序代码中维护这个事件状态，因为SAX解析器不能交流元信息，如DOM的父/子支持，所以你必须跟踪解析器处在文档层次的哪个位置。如此一来，你的文档越复杂，你的应用逻辑就越复杂。虽然没有必要一次将整个文档加载到内存中，但SAX解析器仍然需要解析整个文档，这点和DOM一样

• 没有内置如XSLT和XPath所提供的那些导航支持。再加上它的单遍解析，使它不能支持随机访问

6.十大SAX2技巧

十大SAX2技巧