java - 萨克斯 - ExpatParser$ParseException

Question

我正在制作一个读取 XML Internet 的 Android 应用程序。此应用程序使用 SAX 来解析 XML。这是我解析部分的代码:

public LectorSAX(String url){
    try{
        SAXParserFactory spf=SAXParserFactory.newInstance();
        SAXParser sp = spf.newSAXParser();
        DefaultHandler lxmlr=new LibraryXMLReader() ;
        sp.parse(url, lxmlr);

        nodo=((LibraryXMLReader)lxmlr).getNodoActual();

    }catch(ParserConfigurationException e){ 
        System.err.println("Error de parseo en LectorSAX.java: "+e);
    }catch(SAXException e){
        System.err.println("Error de sax LectorSAX.java: " + e);
    } catch (IOException e){
        System.err.println("Error de  io LectorSAX.java: " + e);
    }
}

问题是发生了SAXException。异常信息如下:

org.apache.harmony.xml.ExpatParser$ParseException: At line 4, column 42: not well-formed (invalid token)

但是，如果我将相同的代码放入普通的 Java SE 应用程序中，则不会发生此异常并且一切正常。

为什么相同的代码在 Java SE 应用程序中运行良好，而不是 Android？。另一方面，如何解决问题？

感谢您的帮助。

问候。

Answer 1

这可能是字符编码问题。
如您所见，无效 token 错误指向第 4 行。
在此行中，您可以找到尖音符号 (Meteorología) 和波浪号 (España)。XML header 显示 ISO-8859-15 编码值。由于它不如 UTF 或 ISO-8859-1 编码常见，因此当 SAXParser 连接并尝试使用系统默认字符集将字节内容转换为字符时，这可能会导致错误。

然后，您需要告诉 SAXParser 要使用哪个字符集。一种方法是传递 InputSource ，而不是 URL，到解析方法。例如:

SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();

InputSource is = new InputSource(url);
is.setEncoding("ISO-8859-15");

DefaultHandler lxmlr=new LibraryXMLReader() ;
sp.parse(is, lxmlr);

编辑:Android VM 似乎不支持此编码，抛出 org.apache.harmony.xml.ExpatParser$ParseException: At line 1, column 0: unknown encoding 异常。
作为 ISO-8859-15，它主要与 ISO-8859-1 兼容，除了一些特定字符(如您所见 here )，解决方法是将 ISO-8859-15 值更改为 ISO-8859-1 在 setEncoding 方法中，强制解析器使用不同但兼容的字符集编码:

is.setEncoding("ISO-8859-1");

看起来，由于 Android 不支持声明的字符集，它使用其默认值 (UTF-8)，因此解析器无法使用 XML 声明来选择适当的编码。