SAX2 解析器在讀取 XML 文件時,會產生一連串「事件」。與 DOM 不同,SAX2 不會在記憶體中為文件建立完整的樹狀結構,而是序列化地讀取內容並觸發相關事件。
在做事件驅動的程式設計時,我們常會自訂函式來回應事件(例如 OnClick)。但在 SAX 中有一個重要差異:產生事件的是解析器,而不是使用者。以這段簡單的文件為例:
<?XML version="1.0"?>
<parts>
<part>TurboWidget</part>
</parts>
SAX2 解析時會依序產生:
StartDocument( )
StartElement("parts")
StartElement("part")
Characters("TurboWidget")
EndElement("part")
EndElement("parts")
EndDocument( )
可以把它想成一個具備「推送(PUSH)」特性的解析器:它主動產生事件,你則可以選擇要處理哪些事件。
SAX2 的事件主要分三類,各自對應一個介面:
ISAXContentHandler:與文件內容相關的事件。
ISAXDTDHandler:與 DTD 相關的事件。
ISAXErrorHandler:解析出錯時的事件。
使用時要實作對應的類別,並透過 XMLReader 的 putContentHandler、putDTDHandler、putErrorHandler 方法註冊。若某個事件你不感興趣,直接忽略即可。
1. 引入函式庫:在 stdafx.h 中加入 #import <MSXML3.DLL> raw_interfaces_only 並 using namespace MSXML2。
2. 建立 handler 類別:繼承 ISAXContentHandler 等介面。ISAXContentHandler 是最關鍵的介面,包含 startDocument、endDocument、startElement、endElement 等方法,用來回報元素開始、結束與字串資料等事件。事件被觸發的順序,與資料在文件中的位置一致。
由於 ISAXContentHandler 定義的方法很多,實作時只需重載你真正關心的部分。以下是一個只處理 startElement 與 endElement 的類別骨架:
class CXMLContentDeal : public ISAXContentHandler
{
public:
virtual HRESULT STDMETHODCALLTYPE startElement(...);
virtual HRESULT STDMETHODCALLTYPE endElement(...);
}
接著在這兩個方法中填入與應用相關的處理邏輯即可。SAX 這種「即用即拋」的串流式解析,特別適合處理龐大、無法一次載入記憶體的 XML 文件。