java - Stax 将 Text+CDATA+Text 视为单个 CHARACTERS 部分

Question

使用 Stax，我惊讶地发现一个 XML block ，例如:

<badger>
    <![CDATA[Text about a badger]]>
</badger>

被视为:

START_ELEMENT (badger)
CHARACTERS (        Text about a badger    )
END_ELEMENT (badger)

也就是说，CDATA 和周围的文本被展平为一个文本元素。未检测到 CDATA 元素。

这是正确的行为吗？如何将空格与 CDATA 分开？

我正在使用 woodstox 实现。

Answer 1

我怀疑您将属性“XMLInputFactory.IS_COALESCING”设置为 true(或者，正在使用默认启用它的 Woodstox 3.2——这不是默认的 stax 规范建议的，即是一个小错误)。这会强制将 CDATA 转换为字符，并合并相邻的文本段(如果有)。

除此之外，Woodstox 确实将 CDATA 部分报告为不同的部分；但 Stax 规范对转换有一些“有趣”的要求——专家组成员似乎不喜欢 CDATA 的处理方式与 CHARACTERS 有任何不同。

因此:如果您确实想让它们单独报告，请确保禁用 IS_COALESCING:

inputFactory.setProperty(XMLInputFactory.IS_COALESCING, Boolean.FALSE);