嵌套SAX ContentHandlers

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。所以，鉴于此文件：

  <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<small>时，我想创建一个只包含<small>及其子节点的新文档。

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ContentHandler来监视发出<small>元素进入或退出的事件。此处理程序充当代理，并且在“正常”模式下将SAX事件直接传递给“真实”ContentHandler。

但是，当检测到进入<small>元素时，代理负责创建TransformerHandler（使用no-op，“null”转换），plumbed最多DOMResult。 TransformerHandler期望完整，格式良好的文档会产生的所有事件;你无法立即发送startElement事件。相反，首先通过在setDocumentLocator实例上调用startDocument，TransformerHandler和其他必要事件来模拟新文档的开头。

然后，直到代理检测到<small>元素元素的末尾，所有事件都转发到此TransformerHandler而不是“真实”ContentHandler。遇到结束</small>标记时，代理会通过调用endDocument上的TransformerHandler来模拟文档的结尾。现在，TransformerHandler可以使用DOM，其中只包含<small />片段。

Answer 2

在我看来，答案取决于你是否需要内存中的“新文件”。如果你这样做那么使用DOM，或者如果你只是要传输'新文档'，那么StAX可能更适合SAX的事件驱动特性。

Answer 3

我从一个SAX流中构建多个同步文档没有问题。对于任何面向业务文档的流，它都是SOP。这样做有什么困难？类的层次结构不需要与SAX流的层次结构匹配。