Procesamiento de archivos XML (Parte 1)

(1)

1

Rubby Casallas

Departamento de Ingeniería de Sistemas Universidad de los Andes

Rubby Casallas G.

Departamento de Ingeniería de Sistemas Universidad de los Andes

2

Arquitectura de Software

Referencias

• Esta presentación es un breve resumen de XML y no

pretende ser exhaustiva. Para más información por favor consultar las siguientes referencias:

– http://www.xml.com/axml/testaxml.htm: especificación 1.0 de XML comentada.

– http://java.sun.com/webservices/docs/ea2/tutorial/doc/J AXPIntro.html: tutorial de JAXP

– http://www.javaworld.com/javaworld/jw-05-2002/jw-0517-sax.html: generación de parsers sax

(2)

Rubby Casallas G.

Departamento de Ingeniería de Sistemas

Universidad de los Andes ₃

Agenda

1. SAX 2. XSLT 3. DOM Arquitectura de Software

Procesamiento de documentos XML

• Parser dirigidos por eventos: SAX

• Parser dirigidos por la estuctura: DOM • Lenguajes de transformación DSSSL, XSL

(3)

3

Rubby Casallas G.

Universidad de los Andes ₅

Simple API for XML: SAX

• SAX no es un Parser es una interface estándar basada en

eventos para hacer parser de documentos XML

• Es una interface común implementada por varios parsers • Un parser SAX requiere poca memoria porque no construye

una representación interna del archivo XML

Rubby Casallas G.

6

Simple API for XML: SAX

• Es una interface programable de un parser de documentos

XML basado en eventos.

• A medida que el parser encuentra un elemento, en el archivo XML, lo va reportando.

• Quiere decir que el parser no guarda en memoria ninguna representación del documento (contrario a DOM)

• Los eventos que se reportan a la aplicación son: – start Element

– start Document – end Element

(4)

Rubby Casallas G.

Universidad de los Andes ₇

<?xml version="1.0"?> <nombreCompleto>

<apellido>Casallas</apellido> <nombre>Rubby</nombre>

</nombreCompleto>

Events

–start document

–start element: nombreCompleto –start element: apellidocharacters: Casallas

–end element: apellido

–start element: nombrecharacters: Rubby

–end element: nombre

–end element: nombreCompleto –end document

Simple API for XML: SAX

• La aplicación debe implementar manejadores de los

eventos

• La aplicación debe crear un(s) objeto de una clase que implemente la interface para manejar eventos.

• Este objeto se registra con el parser y, de acuerdo con los eventos que el parser genere, se invocan los métodos de procesamiento que se definieron en la aplicación.

• Por ejemplo: Evento

– start document se invoca el método startDocument(...) sobre el objeto que está registrado!

(5)

5

Rubby Casallas G.

Universidad de los Andes ₉

JAXP

• JAXP es la interface programable para procesar XML desde

java

• Permite programar usando SAX, DOM y XSLT • El paquete principal es: javax.xml.parsers package. • Provee dos clases para crear parsers (independientes del

proveedor):

– SAXParserFactory – DocumentBuilderFactory

• Esto permite cambiar la implementación del parser de XML sin cambiar el código de la aplicación.

Rubby Casallas G.

10

Interfaces de SAX

• ContentHandler: declara los métodos:

– startDocument, endDocument, startElement,

endElement (estos son invocados cuando un tag xml es encontrado)

– characters es invocado cuando el parser encuentra un texto en un elemento xml

– processingInstruction cuando encuentra una instrucción de procesamiento

(6)

Rubby Casallas G.

Universidad de los Andes ₁₁

Interfaces de SAX

• ErrorHandler

– los métodos: error, fatalError y warning son invocados en respuesta a varios tipos de error en el parser

– Por defecto se dispara una excepción para errores fatales y se ignoran otros errores incluyecdo los de validación.

– Para manejar los errores, de acuerdo con alguna

política de la aplicaión, se debe suministrar al parser un manejador de errores propio.

Interfaces de SAX

• DTDHandler

– Se usa cuando se procesa un DTD para reconocer y manipular declaraciones de una entidad unparsed. Por ejemplo:

<!ENTITY mom-picture SYSTEM "http://www.home.com/mom.jpg" NDATA JPEG>

(7)

7

Rubby Casallas G.

Universidad de los Andes ₁₃

Interfaces de SAX

• EntityResolver

– Tiene un método para localizar entidades dado un URI

Rubby Casallas G.

14

Creación de un objeto parser

• Se tiene que tener un objeto fábrica que cree el objeto

parser.

• Para tener el objeto fábrica apropiado (dependiendo del parser que se desee usar: xalan, xt, o el que viene por defecto con la implementación java) se invoca:

// Use the default (non-validating) parser SAXParserFactory factory =

SAXParserFactory.newInstance(); • Para resolver cuál tipo de parser crear, se usa, en

primer lugar, la configuración que esté definida en: javax.xml.parsers.SAXParserFactory system property

(8)

Rubby Casallas G.

Universidad de los Andes ₁₅

Creación de un objeto parser (2)

• Sobre el objeto factoria, se invoca la creación de un parser de

tipo SAX:

parser SAXParserFactory factory =

SAXParserFactory.newInstance(); try {

SAXParser saxParser = factory.newSAXParser(); ...

} catch (Throwable t) { t.printStackTrace(); }

Asociación de un manejador de eventos al

parser.

• Al parser creado se le asocia una referencia a un objeto que

manejará los eventos:

parser SAXParserFactory factory =

SAXParser saxParser = factory.newSAXParser(); saxParser.parse( new File(argv[0]), handler);

} catch (Throwable t) { t.printStackTrace(); }

(9)

9

Rubby Casallas G.

Universidad de los Andes ₁₇

Asociación de un manejador de eventos al

parser (cont.)

• La referencia al manejador de eventos puede asociarse al

parser y cambiarse en cualquier momento. parser SAXParserFactory factory =

SAXParser saxParser = factory.newSAXParser();

saxParser.getXMLReader().setContentHandler (handler);

saxParser.parse( new File(argv[0])); } catch (Throwable t) {

t.printStackTrace();

} _{Se le está indicando al parser cuál} es la referencia que va a manejar

los eventos

Rubby Casallas G.

18

El (los) manejador(es) de eventos

public class DefaultHandler

extends java.lang.Object

implements EntityResolver, DTDHandler, ContentHandler,

ErrorHandler

• Contiene implementaciones por defecto para todos los métodos de las interfaces SAX.

• Se debe extender esta clase para sobre cargar los métodos que se necesiten:

(10)

Rubby Casallas G.

Universidad de los Andes ₁₉

public class Echo extends DefaultHandler {

public void startElement(...) throws SAXException {

... }

public void endElement(...) throws SAXException {

... }

... // otros métodos que se necesite sobrecargar }

public void startElement(java.lang.String uri, java.lang.String localName, java.lang.String qName, Attributes attributes) throws SAXException { if (qName.equals (“courseInfo")) { String id = attributes.getValue(“id"); String header = “Curso: "+id;

System.out.println (header); System.out.println (); }