java - 使用撇号解析 XML

Question

以BBC News RSS feed为例，他们的一条新闻如下:

<item><title>Pupils 'bullied on sports field'</title><description>bla bla..

我有一些 java 代码对此进行解析 - 然而，当标题包含撇号(如上)时，解析停止，所以我最终得到以下标题:Pupils ' 然后它继续打开并解析描述(这很好)。我如何让它解析完整的标题？以下是我解析信息的 for 循环中的一段代码:

                    NodeList title = element.getElementsByTagName("title");
                    Element line = (Element) title.item(0);
                    tmp.setTitle(getCharacterDataFromElement(line).toString());

完全相同的代码用于解析其他元素，如 description 和 pubDate 等，这些都很好。

这是 getCharacterDataFromElement 方法:

public static String getCharacterDataFromElement(Element e) {
    Node child = ((Node) e).getFirstChild();
    if (child instanceof CharacterData) {
        CharacterData cd = (CharacterData) child;
        return cd.getData();
    }
    return "";
}

我做错了什么？我使用 DocumentBuilder、DocumentBuilderFactory 和 org.w3c.dom 来处理 RSS 提要。

Answer 1

您的 getCharacterDataFromElement 只查看第一个子元素 - 查看是否还有其他子元素并将所有文本拼接在一起

HTH-DF