Question

我试图用Java解析XML文件。在开始解析之前，我需要在<code>和</code>标记之间替换（编码）一些文本。

因此我将文件的内容读入String：

File xml = new File(this.xmlFileName);
final BufferedReader reader = new BufferedReader(new FileReader(xml));
final StringBuilder contents = new StringBuilder();
while (reader.ready()) {
    contents.append(reader.readLine());
}
reader.close();
final String stringContents = contents.toString();

将XML重写为字符串后，我使用Pattern和Matcher对值进行编码：

StringBuffer sb = new StringBuffer();
Pattern p = Pattern.compile("<code>(.*?)</code>", Pattern.DOTALL);
Matcher m = p.matcher(stringContents);
while (m.find()) {
    //Encode text between <code> and </code> tags
    String valueFromTags = m.group(1);
    byte[] decodedBytes = valueFromTags.getBytes();
    new Base64();
    String encodedBytes = Base64.encodeBase64String(decodedBytes);
    m.appendReplacement(sb, "<code>" + encodedBytes + "</code>");
}
m.appendTail(sb);
String result = sb.toString();

替换完成后，我尝试将此String读入XML解析器：

DocumentBuilderFactory dbFactory = DocumentBuilderFactory
        .newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(result);
doc.getDocumentElement().normalize();

但后来我收到了这个错误：java.net.MalformedURLException: no protocol: <root> <application> <interface>...

正如您所看到的，在我将File读入String后，由于某些原因，添加了大量空格，原始文件中有换行符或制表符。所以我认为这就是我收到此错误的原因。有什么方法可以解决这个问题吗？

Answer 1

我认为你仍然需要检查readLine是否没有返回null。

while ((line = reader.readLine()) != null) {
   contents.append(line)
}

正则表达式替换后格式错误的xml

1 个答案: