我正在尝试处理从网上下载的产品数据Feed,下载完成如下:
URL website = new URL("http://some.products.com/format/xml/compression/gzip/");
ReadableByteChannel rbc = Channels.newChannel(website.openStream());
FileOutputStream fos = new FileOutputStream("/opt/some/file.xml.gz");
fos.getChannel().transferFrom(rbc, 0, Long.MAX_VALUE);
fos.close();
当它保存在文件系统'
上时,文件类型似乎是ansii。
当我用这样的流媒体处理器读取文件时:
GZIPInputStream gzis = new GZIPInputStream(new FileInputStream("/opt/some/file.xml.gz"));
XMLInputFactory inputFactory = XMLInputFactory.newInstance();
XMLEventReader eventReader = inputFactory.createXMLEventReader(gzis);
while (eventReader.hasNext()) {
XMLEvent event = eventReader.nextEvent();
...
}
在此过程中,部分文本会被解码,因为它最终会像'
一样
这是被转义的&符号未转义,但是那时似乎没有处理第二级转义。我无法锻炼我应该如何或在哪里处理它。我在阅读文件时是否应该尝试解码?或者我应该在解析xml后执行此操作?
编辑:我应该注意,这些字符出现在文本字段中,而不是网址。