java - 使用 DOM 包 JAVA 进行 XML 抓取 " entity error"

Question

我正在使用带有 DOM 包的 JAVA 来抓取 XML 中的数据。我能够检索所需的信息，但是当 XML 中存在任何   标记时，我遇到了问题。

这是我的 feed.xml 文件:

<inventory>
    <item UnitID="1234" Record="0">
        <id>1234</id>
        <dealerid>455</dealerid>
        <stock_number>1600Xtreme</stock_number>

        <details>This is some additional details &nbsp about the 
        product</details>

        <make>Nvidia</make>                       
    </item>
    <item UnitID="7854" Record="1">
        <id>7854</id>
        <dealerid>587</dealerid>
        <stock_number>12TMAX5500</stock_number>

        <details>This is some additional details &nbsp about the 
        product</details>

        <make>Realtek</make> 
    </item>
</inventory>

正如您在 feed.xml 中看到的，详细信息标签包含一个   ，每当我运行 JAVA 时，它都会显示错误。

但是，如果我删除该行，一切都会正常。删除它不是一个选项，因为我不允许在现实生活中编辑 xml。

这是我的JAVA代码:

File fXmlFile=new File("feed.xml");
DocumentBuilderFactory dbFactory=DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder=dbFactory.newDocumentBuilder();
Document doc=dBuilder.parse(fXmlFile);
doc.getDocumentElement().normalize();
NodeList nList=doc.getElementsByTagName("item");
for (int temp=0; temp < nList.getLength(); temp++)
{
    Node nNode=nList.item(temp);
    Element eElement2 = (Element)nNode;
    String search="Nvidia";
if (eElement2.getElementsByTagName("make").item(0).
getTextContent().equals(search))
    {
        System.out.println("The condition on the IF is True");
    }
}

这是我运行时遇到的错误:

[Fatal Error] feed.xml:150:504: The entity "nbsp" was referenced, but not declared. org.xml.sax.SAXParseException; systemId: file:/C:/src/Test1/feedForTests.xml; lineNumber: 150; columnNumber: 504; The entity "nbsp" was referenced, but not declared. at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(DOMParser.java:257) at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:339) at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:205) at Test1.ReadXMLFile2.main(ReadXMLFile2.java:58)

只需从详细信息标记中删除  ，问题就消失了。

我的代码已经到了这一点，但是卡住了并且找不到解决方案。感谢您的帮助。

Answer 1

您的“XML”不是 XML，因为它包含未解析的实体引用。 (事实上​​，它甚至不是一个格式良好的实体引用，因为它缺少终止分号。)

所以您处于许多 SO 用户的位置:您收到了错误的数据。我的建议是，将其寄回原处并要求退款。不接受伪劣商品。 XML 的全部意义在于通过使用广泛实现的标准来降低成本，如果人们向您发送非 XML 的内容，那么您将得不到任何好处。

你当然可以修复它，但你我没有理由承担因为不关心质量的数据提供者而产生的费用。