SAX解析全称为Simple API for XML，是一种基于事件驱动的流式XML解析方式，它不会像DOM解析那样将整个XML文档构建成树形结构存放在内存中，而是在读取XML文档的过程中，按顺序触发对应的事件，开发者通过监听这些事件完成数据提取和处理。
SAX解析的核心原理
SAX解析的核心逻辑是事件驱动，整个解析过程由解析器主导，当解析器扫描到XML文档的不同部分时，会自动触发预设的回调函数，开发者只需要实现这些回调函数，就能在对应的时机获取所需数据。整个过程不需要将整个XML文档加载到内存，因此内存占用极低，解析大文件时优势非常明显。
具体的运行流程可以分为以下几个步骤：
- 创建SAX解析器实例，设置对应的事件监听器
- 解析器按顺序读取XML文档的字符流，逐字符扫描内容
- 当扫描到XML的特定结构时，比如文档开头、元素开始、元素结束、文本节点等，触发对应的事件
- 事件监听器接收到事件后，执行开发者预设的逻辑，处理当前节点的数据
- 重复上述步骤直到整个XML文档解析完成
核心事件类型说明
SAX解析过程中会触发多种事件，开发者需要重点关注以下几类核心事件：
| 事件类型 | 触发时机 | 作用 |
|---|---|---|
| startDocument | XML文档开始解析时 | 用于初始化解析所需的资源，比如创建存储数据的容器 |
| startElement | 解析到元素开始标签时 | 获取元素名称、元素属性，可在此处初始化当前元素的数据存储结构 |
| characters | 解析到元素内的文本内容时 | 获取当前元素的文本值，需要注意空白字符也可能触发该事件 |
| endElement | 解析到元素结束标签时 | 完成当前元素的数据处理，可将数据存储到最终结果中 |
| endDocument | XML文档解析完成时 | 释放解析过程中占用的资源，可做最终的数据校验或收尾工作 |
Java语言下的SAX解析示例
下面以Java原生SAX解析为例，演示如何解析一个简单的XML文档，首先准备待解析的XML文件内容：
<?xml version="1.0" encoding="UTF-8"?>
<users>
<user id="1">
<name>张三</name>
<age>25</age>
</user>
<user id="2">
<name>李四</name>
<age>30</age>
</user>
</users>接下来实现自定义的SAX事件监听器，继承DefaultHandler类，重写核心事件方法：
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
import java.util.ArrayList;
import java.util.List;
public class UserSAXHandler extends DefaultHandler {
// 存储最终解析结果
private List<User> userList = new ArrayList<>();
// 当前正在解析的User对象
private User currentUser;
// 记录当前解析的元素名称
private String currentElement;
@Override
public void startDocument() throws SAXException {
System.out.println("开始解析XML文档");
}
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
currentElement = qName;
if ("user".equals(qName)) {
// 遇到user开始标签，创建新的User对象
currentUser = new User();
// 获取id属性
String id = attributes.getValue("id");
currentUser.setId(Integer.parseInt(id));
}
}
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
String text = new String(ch, start, length).trim();
if (text.length() == 0) {
return;
}
// 根据当前元素名称赋值
if ("name".equals(currentElement)) {
currentUser.setName(text);
} else if ("age".equals(currentElement)) {
currentUser.setAge(Integer.parseInt(text));
}
}
@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
if ("user".equals(qName)) {
// user元素结束，将当前User加入列表
userList.add(currentUser);
currentUser = null;
}
currentElement = null;
}
@Override
public void endDocument() throws SAXException {
System.out.println("XML文档解析完成，共解析到" + userList.size() + "个用户");
}
public List<User> getUserList() {
return userList;
}
// 内部User类
static class User {
private int id;
private String name;
private int age;
public void setId(int id) {
this.id = id;
}
public void setName(String name) {
this.name = name;
}
public void setAge(int age) {
this.age = age;
}
@Override
public String toString() {
return "User{id=" + id + ", name='" + name + "', age=" + age + "}";
}
}
}最后编写解析入口代码，调用解析器执行解析：
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import java.io.File;
import java.util.List;
public class SAXParseDemo {
public static void main(String[] args) {
try {
// 创建SAX解析器工厂
SAXParserFactory factory = SAXParserFactory.newInstance();
// 获取SAX解析器
SAXParser parser = factory.newSAXParser();
// 创建自定义事件处理器
UserSAXHandler handler = new UserSAXHandler();
// 解析目标XML文件，传入处理器
parser.parse(new File("users.xml"), handler);
// 获取解析结果
List<UserSAXHandler.User> users = handler.getUserList();
for (UserSAXHandler.User user : users) {
System.out.println(user);
}
} catch (Exception e) {
e.printStackTrace();
}
}
}SAX解析的注意事项
在使用SAX解析时，有几个常见的注意点需要开发者关注：
- characters方法可能被多次调用，因为解析器可能会把一段文本拆分成多个字符块触发，因此如果需要获取完整文本，需要在接收到文本时做拼接处理，或者在endElement时再统一处理
- XML中的空白字符（比如换行、缩进）也会触发characters事件，因此需要在方法内部做空值判断，避免将空白字符当作有效内容处理
- SAX解析是只读的，只能按顺序解析文档，无法修改XML内容，也无法随机访问某个节点，如果需要修改XML或者随机访问节点，应该选择DOM解析方式
- 解析过程中如果出现异常，解析会直接终止，因此需要在事件方法中做好异常处理，避免解析意外中断
SAX与DOM解析的适用场景对比
很多开发者会纠结选择SAX还是DOM解析，两者的核心差异在于内存占用和访问方式：
- 如果需要解析大体积XML文件，或者内存资源有限，优先选择SAX解析，它的内存占用和文件大小无关，只和当前处理的节点有关
- 如果需要修改XML内容，或者需要多次访问文档中的不同节点，优先选择DOM解析，因为DOM会将整个文档加载到内存，支持随机访问和修改
- 如果只是需要一次性提取XML中的部分数据，不需要后续操作，SAX解析的效率更高，不需要额外的内存构建树形结构