SAXは DOMと並んでXML文書の操作に広く使われるAPIである[1]。 DOMの場合、XML文書の階層構造をメモリ上で構築するのに適している。 全体をメモリに読み込めないほど巨大なXML文書では使用できない。
一方、SAXはXML文書ファイルをシリアルに読み込んで、 タグの始まりや終わりを検出するごとに、処理ルーチンを呼び出すものである。 XML文書の階層は一切意識していない。 それはユーザプログラムが行わなければならない。 処理が単純ゆえに、DOMに比べて高速であるという特徴がある。
OSM（OpenStreetMap）のように、巨大な XMLファイルの処理に適している。 ただし、巨大な XMLファイルからごく一部のデータだけを抽出する場合、 SAXでも高速であるとは言い切れない。
行毎にデータを読み込み、頭の数個の文字をチェックするだけで、 その行が必要か不要かを判断できる場合には、SAXも使わず、自前のプログラムでパースする方が明らかに 高速処理が可能である。
概ねほぼ全ての行をパースしなければならないような場合は SAX を使う方がいいであろう。
OSMファイルは大きくは node、way、relation セクションからなる。
例えば、node オブジェクトは <node id=... /> のように１行だけで完結することが多いが、 <node id=... > で始まり、途中の < tag k=... v=.../> が１行以上続き、 </node> で終わることもある。
前者は /> が現われた段階で node に対する endElementがコールされる。後者の場合には、 </node>が検出された段階で node に対する endElementがコールされる。
SAXによる OSM XMLファイルのパースは以下のようになる。 tag、nd、member オブジェクトはそれぞれ１行で完結しているため、開始処理で全ての処理が終わるため、 endElement では何もする必要はない。
node、way、relation オブジェクトは終了時には tag の処理が必要である。 way はそのほかに nd の処理が必要であり、relation の場合は member の処理が必要となる。
開始処理や終了処理の具体内容は別のページで述べる。
import java.nio.file.Paths;
import javax.xml.parsers.*;
import org.xml.sax.*;
import org.xml.sax.helpers.DefaultHandler;
public class Parser extends DefaultHandler {
public void startElement (String namespaceURI, String localName, String qName, Attributes atts ) {
if (qName.equals("node")) {
// nodeオブジェクトの開始処理
} else if (qName.equals("way")) {
// wayオブジェクトの開始処理
} else if (qName.equals("relation")) {
// relationオブジェクトの開始処理
} else if (qName.equals("tag")) {
// tagオブジェクトの開始処理 … node, way, relationの子供
} else if (qName.equals("nd")) {
// ndオブジェクトの開始処理 … wayオブジェクトの子供
} else if (qName.equals("member")) {
// memberオブジェクトの開始処理 … relationオブジェクトの子供
}
}
public void endElement(String namespaceURI, String localName, String qName) {
if (qName.equals("node")) {
// nodeオブジェクトの終了処理
} else if (qName.equals("way")) {
// wayオブジェクトの終了処理
} else if (qName.equals("relation")) {
// relationオブジェクトの終了処理
}
}
public static void main( String[] args ) throws Exception {
long start = System.currentTimeMillis();
String src = args.length >= 1 ? args[0] : "c:/osm/japan.osm";
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
Parser handler = new Parser();
parser.parse(Paths.get(src).toFile(), handler);
System.out.printf("実行時間: %.2f分\n", (System.currentTimeMillis()-start)/60000.0);
}
}