java - 如何使 SAXParser 忽略转义码

Question

我正在编写一个 Java 程序来读取 XML 文件，实际上是一个 XML plist 格式的 iTunes 库。除了遇到包含 & 的文本外，我已经设法绕过了这种格式引发的大多数障碍。 XLM 文件将此符号表示为 &，我只能设法读取任何特定文本部分中 & 之后的文本。

有没有办法禁止检测转义码？我正在使用 SAXParser。

Answer 1

您尝试做的事情有些可疑。

如果您尝试解析的文件格式只包含与号 (&) 字符，那么它不是格式正确的 XML。在格式良好的 XML 中，& 符号表示为字符实体(例如 &)。

• 如果它真的应该是真正的 XML，那么在编写/生成文件的任何地方都存在错误。

• 如果它不应该是真正的 XML(即那些和号不是错误)，那么您可能不应该尝试使用 XML 解析器来解析它。

---

啊，我明白了。 XML 实际上已正确编码，但您没有获得正确的 SO 标记。

看来您真正的问题是您的 characters(...) 回调是针对 & 之前的文本单独调用的，对于(解码)&，最后是&之后的文本。您只需要通过将文本 block 重新组合在一起来处理这个问题。

ContentHandler.characters() 的 javadoc是这样说的:

"The Parser will call this method to report each chunk of character data. SAX parsers may return all contiguous character data in a single chunk, or they may split it into several chunks ...".