java - 为什么在使用 SaxParser 解析 xml 标记时缺少某些字符？

Question

我正在使用 SaxParser 解析我的 android 应用程序中包含近 90000 个字符的 xml 响应。 xml 如下所示:

 <Registration>
     <Client>   
         <Name>John</Name>
         <ID>1</ID>
         <Date>2013:08:22T03:43:44</Date>
     </Client>  
     <Client>   
         <Name>James</Name>
         <ID>2</ID>
         <Date>2013:08:23T16:28:00</Date>
     </Client>
     <Client>   
         <Name>Eric</Name>
         <ID>3</ID>
         <Date>2013:08:23T19:04:15</Date>
     </Client>

     ..... 
 </Registration>

有时解析器会遗漏日期标签中的一些字符。它没有返回 2013:08:23T19:04:15，而是返回 2013:08:23T。我尝试使用以下代码行从响应 xml 字符串中跳过所有空格:

 responseStr = responseStr.replaceAll("\\s","");

但随后出现以下异常:

 Parsing exception: org.apache.harmony.xml.ExpatParser$ParseException: At line 1, column 16: not well-formed (invalid token)

以下是我用于解析的代码:

 try {
            SAXParserFactory factory = SAXParserFactory.newInstance();
            SAXParser saxParser = factory.newSAXParser();

            DefaultHandler handler = new DefaultHandler() {
                public void startElement(String uri, String localName,String qName, Attributes attributes) throws SAXException {
                    tagName = qName;
                }

                public void endElement(String uri, String localName, String qName) throws SAXException {

                }

                public void characters(char ch[], int start, int length) throws SAXException {
                    if(tagName.equals("Name")){
                        obj = new RegisteredUser();
                        String str = new String(ch, start, length);
                        obj.setName(str);
                    }else if(tagName.equals("ID")){
                        String str = new String(ch, start, length);
                        obj.setId(str);
                    }else if(tagName.equals("Date")){
                        String str = new String(ch, start, length);
                        obj.setDate(str);

                        users.add(obj);
                    }
                }

                public void startDocument() throws SAXException {
                    System.out.println("document started");
                }

                public void endDocument() throws SAXException {
                    System.out.println("document ended");
                }
            };

            saxParser.parse(new InputSource(new StringReader(resp)), handler);

        }catch(Exception e){
            System.out.println("Parsing exception: "+e);
            System.out.println("exception");

        }

知道为什么解析器会跳过标记中的字符吗？我该如何解决这个问题。提前致谢。

Answer 1

对于任何给定的文本节点，characters 可能会被多次调用。

在那种情况下，您必须自己连接结果!

这是因为当解析器的一些内部缓冲区结束时，文本节点的内容仍然存在。不是扩大缓冲区(当文本节点很大时可能需要很多内存)，而是让客户端代码处理。

你想要这样的东西:

StringBuilder textContent = new StringBuilder();

public void startElement(String uri, String localName,String qName, Attributes attributes) throws SAXException {
    tagName = qName;
    textContent.setLength(0);
}
public void characters(char ch[], int start, int length) throws SAXException {
    textContent.append(ch, start, length);
}
public void endElement(String uri, String localName, String qName) throws SAXException {
    String text = textContent.toString();
    // handle text here
}

当然可以改进此代码以仅跟踪您真正关心的节点的文本内容。