Question

我正在使用SaxParser解析我的android应用程序中有近90000个字符的xml响应。 xml如下所示：

 <Registration>
     <Client>   
         <Name>John</Name>
         <ID>1</ID>
         <Date>2013:08:22T03:43:44</Date>
     </Client>  
     <Client>   
         <Name>James</Name>
         <ID>2</ID>
         <Date>2013:08:23T16:28:00</Date>
     </Client>
     <Client>   
         <Name>Eric</Name>
         <ID>3</ID>
         <Date>2013:08:23T19:04:15</Date>
     </Client>

     ..... 
 </Registration>

有时解析器会错过Date标记中的某些字符。而不是给予2013：08：23T19：04：15，而不是2013：08：23T。我尝试使用以下代码行跳过响应xml字符串中的所有空格：

 responseStr = responseStr.replaceAll("\\s","");

然后我得到以下例外：

 Parsing exception: org.apache.harmony.xml.ExpatParser$ParseException: At line 1, column 16: not well-formed (invalid token)

以下是我用于解析的代码：

 try {
            SAXParserFactory factory = SAXParserFactory.newInstance();
            SAXParser saxParser = factory.newSAXParser();

            DefaultHandler handler = new DefaultHandler() {
                public void startElement(String uri, String localName,String qName, Attributes attributes) throws SAXException {
                    tagName = qName;
                }

                public void endElement(String uri, String localName, String qName) throws SAXException {

                }

                public void characters(char ch[], int start, int length) throws SAXException {
                    if(tagName.equals("Name")){
                        obj = new RegisteredUser();
                        String str = new String(ch, start, length);
                        obj.setName(str);
                    }else if(tagName.equals("ID")){
                        String str = new String(ch, start, length);
                        obj.setId(str);
                    }else if(tagName.equals("Date")){
                        String str = new String(ch, start, length);
                        obj.setDate(str);

                        users.add(obj);
                    }
                }

                public void startDocument() throws SAXException {
                    System.out.println("document started");
                }

                public void endDocument() throws SAXException {
                    System.out.println("document ended");
                }
            };

            saxParser.parse(new InputSource(new StringReader(resp)), handler);

        }catch(Exception e){
            System.out.println("Parsing exception: "+e);
            System.out.println("exception");

        }

任何想法为什么解析器会从标记中跳过字符，我该如何解决这个问题。提前谢谢。

Answer 1

对于任何给定的文本节点，characters可能会被多次调用。

在这种情况下，你必须自己连接结果！

这样做的原因是当解析器的某个内部缓冲区结束时，仍然存在文本节点的内容。它不是放大缓冲区（当文本节点很大时可能需要很多内存），而是由客户端代码处理。

你想要这样的东西：

StringBuilder textContent = new StringBuilder();

public void startElement(String uri, String localName,String qName, Attributes attributes) throws SAXException {
    tagName = qName;
    textContent.setLength(0);
}
public void characters(char ch[], int start, int length) throws SAXException {
    textContent.append(ch, start, length);
}
public void endElement(String uri, String localName, String qName) throws SAXException {
    String text = textContent.toString();
    // handle text here
}

当然，可以改进此代码，仅跟踪您真正关心的节点的文本内容。

Answer 2

由于其他提到的characters方法可能被多次调用，因此它可以在SAX解析器实现中返回所有contiguous character data in a single chunk, or they may split it into several chunks。请参阅文档SAX Parser characters

Answer 3

您错误地认为文本节点中的所有字符都会立即被读取并发送到characters()方法。事实并非如此。对于单个文本节点，可以多次调用characters()方法。

您应该将所有字符附加到StringBuilder，然后仅在调用endElement()时转换为字符串或日期。

当我使用SaxParser解析xml标记时，为什么有些字符丢失了？

3 个答案: