Question

我在scala xml事件阅读器中发现了一种奇怪的行为。对于像这样的xml：

  <page>
    <title>AT&amp;T Bell Labs</title>
    <ns>0</ns>
    <id>63739</id>
  </page>

它为标题的EvText事件生成，因为它包含＆amp;。

的特殊xml编码

case EvText( text ) =>
{
  println(text)
}

作为上面代码的结果，我得到了输出

AT 
 T Bell Labs

而不是AT&T Bell Labs。

Answer 1

实体引用事件由它们自己的构造函数EvEntityRef表示（一般情况下，如果我没记错的话，你不应指望连续的字符由单个EvText事件表示）。

这是我过去在某些时候编写的一些丑陋的命令式代码，用于处理两种文本事件：

def readText(reader: Iterator[XMLEvent]): String = {
  val builder = new StringBuilder
  var current = reader.next
  while (
    current match {
      case EvText(text)       => builder.append(text); true
      case EvEntityRef("amp") => builder.append("&"); true
      case EvEntityRef("lt")  => builder.append("<"); true
      case EvEntityRef("gt")  => builder.append(">"); true
      case _ => false
    }
  ) current = reader.next 
  builder.toString
}

请注意，这会烧掉第一个非文本事件（我想？谁知道 - 这是你再也不想读的那种代码），并且通常很不愉快，但它应该会让你知道如何你可以处理这种事情。

XMLEventReader为单个标记生成两个EvText事件

1 个答案: