66、XML解析：SAX与DOM方法全解析

XML解析：SAX与DOM方法全解析

1. 使用SAX解析XML

在大多数情况下，从XML文档中提取信息的最佳方式是使用符合SAX（Simple API for XML）标准的事件驱动解析器来解析文档。SAX定义了一个标准API，可以在许多不同的底层解析器之上实现。SAX解析方法与大多数HTML解析器有相似之处。当解析器在输入流中遇到XML元素、文本内容和其他重要事件时，它会回调你所定义类中的方法。这种基于相关事件发生时回调方法的事件驱动解析方式，也与图形用户界面（GUIs）以及一些优秀的、可扩展的网络框架（如Twisted）中普遍使用的事件驱动方法类似。虽然事件驱动方法对于初学者来说可能不太自然，但它能实现高性能和高可扩展性，非常适合高负载的场景。

要使用SAX，你需要定义一个内容处理类，继承一个库类并覆盖一些方法。然后创建一个解析器对象p，将你定义类的实例设置为p的处理程序，并将输入流提供给p进行解析。p会调用处理程序中的方法来反映文档的结构和内容，处理程序的方法则执行特定于应用程序的处理。xml.sax包提供了一个工厂函数来创建p，以及一些在典型情况下简化操作的便利函数，同时还提供了异常类，用于处理无效输入和其他错误情况。

你还可以为解析器p注册除内容处理程序之外的其他类型的处理程序。例如，你可以提供一个自定义的错误处理程序，采用不同于正常抛出异常的错误诊断策略，以便在解析过程中诊断多个错误；可以提供一个自定义的DTD处理程序，从XML文档