Ejercicio: Analizador SAX de Catálogo de Videojuegos

---

Contexto

Dispones de un archivo XML grande con el catálogo de videojuegos de una tienda online. Debes implementar un analizador en streaming con SAX que genere estadísticas y exporte un resumen en CSV sin cargar el XML completo en memoria.

Objetivos de aprendizaje

• Usar SAXParser y un DefaultHandler.
• Gestionar startElement, characters (fragmentación de texto) y endElement.
• Leer atributos, namespaces y CDATA como texto.
• Implementar estado interno y acumuladores de forma eficiente.
• Endurecer el parser contra XXE con features de seguridad.
• (Opcional) Validar con XSD.

Datos de entrada

Archivo: catalogo_juegos.xml (ejemplo reducido)

<?xml version="1.0" encoding="UTF-8"?>
<cat:catalogo xmlns:cat="http://ejemplo.com/juegos" xmlns:met="http://ejemplo.com/meta" generado="2025-10-01">
  <cat:juego id="J001" plataforma="PC">
    <cat:titulo><![CDATA[Hollow Knight]]></cat:titulo>
    <cat:genero>Metroidvania</cat:genero>
    <cat:precio moneda="EUR">14.99</cat:precio>
    <met:rating>4.7</met:rating>
    <cat:fecha>2017-02-24</cat:fecha>
    <cat:tags><cat:tag>indie</cat:tag><cat:tag>2D</cat:tag></cat:tags>
  </cat:juego>

  <cat:juego id="J002" plataforma="Switch">
    <cat:titulo>The Legend of Zelda</cat:titulo>
    <cat:genero>Aventura</cat:genero>
    <cat:precio moneda="EUR">59.99</cat:precio>
    <met:rating>4.9</met:rating>
    <cat:fecha>2023-05-12</cat:fecha>
    <cat:tags><cat:tag>exclusivo</cat:tag></cat:tags>
  </cat:juego>

  <cat:juego id="J003" plataforma="PC">
    <cat:titulo>Factorio</cat:titulo>
    <cat:genero>Gestión</cat:genero>
    <cat:precio moneda="USD">35.00</cat:precio>
    <met:rating>4.8</met:rating>
    <cat:fecha>2020-08-14</cat:fecha>
    <cat:tags><cat:tag>automation</cat:tag><cat:tag>mods</cat:tag></cat:tags>
  </cat:juego>
</cat:catalogo>

(Se asumirá un archivo real con miles de <cat:juego>.)

Requisitos funcionales

1. Entrada por CLI
   El programa se invoca así: java -jar sax-juegos.jar --in catalogo_juegos.xml --out resumen.csv \ --min-rating 4.5 --plataforma PC --genero Metroidvania
   • --in: ruta al XML (obligatorio)
   • --out: ruta al CSV de salida (obligatorio)
   • Filtros opcionales: --min-rating <double>, --plataforma <string>, --genero <string>
   • Si no hay filtros, procesa todo.
2. Procesamiento en streaming (SAX)
   • Prohibido usar DOM u otras librerías que construyan árbol completo.
   • Gestiona correctamente que characters() puede ser invocado varias veces por el mismo texto.
3. Extracción de campos por juego
   Para cada <cat:juego> debes extraer:
   • id (atributo)
   • plataforma (atributo)
   • titulo, genero, precio (texto), moneda (atributo de <cat:precio>), rating (<met:rating>), fecha
   • tags (concatenados por ;)
4. Salida CSV
   Escribe un CSV con cabecera: id;plataforma;titulo;genero;precio;moneda;rating;fecha;tags Solo incluir filas que cumplan los filtros.
5. Estadísticas en consola (al finalizar)
   • Total de juegos leídos.
   • Total de juegos emitidos tras filtros.
   • Conteo por plataforma (PC, Switch, PlayStation, etc.).
   • Precio medio por género (solo moneda EUR; ignora otras monedas para la media).
   • Top 3 por rating (muestra id, titulo, rating).
6. Namespaces
   • Activa namespaceAware.
   • Funciona correctamente con prefijos cat: y met: (no asumas qName).
7. Seguridad
   • Deshabilita DOCTYPE y entidades externas (XXE).
   • No aceptes XInclude.
8. Gestión de errores
   • Implementa un ErrorHandler que muestre línea/columna.
   • Ignora de forma segura juegos con datos obligatorios faltantes (loggea y continúa).

Requisitos no funcionales

• Eficiencia: O(1) memoria respecto al tamaño del archivo (solo buffers necesarios).
• Código limpio: Handler separado de la clase Main.
• Mensajes de log claros.
• Tests unitarios para, al menos, la normalización de texto y el parseo de atributos.

Entregables

• README.md con instrucciones de compilación/ejecución.
• src/main/java/...
  • Main.java (parsea args y lanza el parser)
  • JuegosHandler.java (extiende DefaultHandler)
  • ModeloJuego.java (POJO simple)
  • AppErrorHandler.java (errores SAX)
  • CsvWriter.java (emisión de filas)
• data/catalogo_juegos.xml (mínimo 20 juegos de prueba).
• out/resumen.csv (generado).
• (Opcional) schema/catalogo_juegos.xsd.

Criterios de evaluación (rúbrica)

• Correctitud SAX (30
• Filtros y salida (25
• Estadísticas (20
• Seguridad y robustez (15
• Calidad del código (10

Retos opcionales (+bonus)

1. Parada temprana: añade --top-n 100 y detén el parseo cuando hayas emitido N juegos que cumplan filtros (lanza y captura una SAXException propia).
2. Conversión de moneda: añade --eur-only y descarta juegos no EUR; o (más difícil) convierte USD→EUR con una tasa fija --usd-rate 0.92.
3. Validación XSD: valida el XML contra catalogo_juegos.xsd e informa errores de esquema.
4. Resumen JSON: además del CSV, crea resumen.json con las estadísticas finales.
5. Rutas: imprime la ruta XPath-like del elemento cuando falte un campo obligatorio.

---

¿Quieres que te dé el esqueleto de clases (sin implementar la lógica) o un XML más largo para pruebas?