Daten für Übungszwecke können Sie mit dem folgenden Programm erzeugen: import static java.lang.System.*;
public class XMLFactors {
public static void main(String... args) {
int upto = Integer.parseInt(args[0]);
out.printf("<?xml version=\"1.0\"?>%n");
out.printf("<root>%n");
for(int n = 1; n < upto; n++) {
out.printf("\t<number>%n");
out.printf("\t\t<value>%d</value>%n", n);
int rest = n;
int f = 2;
while(rest > 1)
if(rest%f == 0) {
out.printf("\t\t<factor>%d</factor>%n", f);
rest /= f;
}
else
f++;
out.printf("\t</number>%n");
}
out.printf("</root>%n");
}
}
XMLFactors.java: Generiert ein einfaches, aber langes XML-Dokument.
java XMLFactors 1000000 > long.xml
Das Resultat ist ein langes XML-Dokument mit einem recht simplen Aufbau, der am Anfang der Datei auch ohne Grammatik leicht zu erkennen ist: <?xml version="1.0"?>
<root>
<number>
<value>1</value>
</number>
<number>
<value>2</value>
<factor>2</factor>
</number>
<number>
<value>3</value>
<factor>3</factor>
</number>
<number>
<value>4</value>
<factor>2</factor>
<factor>2</factor>
</number>
…
Stellen Sie sich nun vor, die factor-Elemente in dieser Datei wären „Messwerte”, unter denen ein bestimmtes Muster gesucht wird. Schreiben Sie ein Programm SAXFactorScanner, das in dieser Datei nach dem n-ten Vorkommen eines bestimmten Primfaktors sucht und die zugehörige Zahl ausgibt. Das 10000. Vorkommen des Primfaktors 61 findet man beispielsweise in der Zahl 600057. Diese Antwort liefert das Programm: $ java SAXFactorScanner 10000 61 < long.xml
value=600057
Dazu müssen viele Megabyte XML-Daten geparst werden. Schnell sollte dagegen der folgende Aufruf ablaufen: $ java SAXFactorScanner 3 2 < long.xml
value=4
Ein DOM-Parser würde die Datei long.xml komplett in den Speicher holen. Das dauert einerseits eine ganze Weile. Darüber hinaus beanspruchen die Objekte, aus denen das DOM aufgebaut ist, einigen Platz auf dem Heap. Zu allem Überfluss wäre der ganze Aufwand beim zweiten Aufruf weitgehend unnötig, weil das Ergebnis schon nach ein paar Zeilen feststeht und der Löwenanteil der Eingabedatei keine Rolle mehr spielt. 