java - 嵌套 SAX ContentHandler

Question

我想使用 SAX 解析文档，并从一些元素创建一个子文档，同时纯粹使用 SAX 处理其他元素。因此，鉴于此文档：

  <DOC>
    <small>
      <element />
    </small>
    <entries>
      <!-- thousands here -->
    </entries>
  </DOC>

我想使用 SAX ContentHandler 解析 DOC 和 DOC/entries 元素，但是当我点击时，<small>我想创建一个仅包含 the<small>及其子项的新文档。

有没有一种简单的方法可以做到这一点，还是我必须自己手动构建 DOM？

Answer 1

一种方法是创建一个用于监视指示元素ContentHandler进入或退出的事件。<small>此处理程序充当代理，并在“正常”模式下将 SAX 事件直接传递给“真实” ContentHandler。

然而，当检测到进入一个<small>元素时，代理负责创建一个TransformerHandler（使用无操作，“null”转换），连接到一个DOMResult. TransformerHandler期望一个完整的、格式良好的文档会产生的所有事件；您不能立即向其发送startElement事件。相反，首先通过在实例上调用setDocumentLocator、startDocument和其他必要事件来模拟新文档的开始。TransformerHandler

然后，直到<small>元素元素的结尾被代理检测到，所有事件都被转发到 thisTransformerHandler而不是 "real" ContentHandler。当</small>遇到结束标记时，代理通过调用endDocument. TransformerHandlerDOM 现在作为 的结果可用TransformerHandler，其中仅包含<small />片段。

Answer 2

在我看来，答案取决于您是否需要内存中的“新文档”。如果您这样做然后使用 DOM，或者如果您只是要流式传输“新文档”，那么 StAX 可能更适合 SAX 的事件驱动性质。

Answer 3

我从一个 SAX 流中构建多个同时文档没有问题。对于任何面向业务文档的流来说，这几乎都是 SOP。你这样做有什么困难？您的类的层次结构不必与 SAX 流的层次结构相匹配。