Question

我正在使用一些第三方REST Web服务。我正在做的是使用SAX解析器解析它的响应。作为回应，我有一组<section>标记，每个标记都包含一个<text>标记以及更多标记。本文基本上是对产品的评论，因此用户可以在其中键入任何他喜欢的内容（或者在ws-provider的网站上允许的内容）。我在一个地方遇到了解析此<text>标记的问题。仅在一个案例中得到30条评论的答案就会表现得很奇怪。

这是一块正在解析的xml

<text>Prachtige vormgeving. RVS/Zwart, zoals afbeelding hierbij. Even de handleiding doorlezen en daarna zeer handig in gebruik. Koffie is heerlijk. Heet water voor thee of zelfs kopje Nescafé. Cups zijn eur 0,31/0,33 per stuk. Via de site kan je een startersaanbieding met presentatiekist bestellen.&lt;br/&gt;Sommige onderdelen zijn natuurlijk heet, pas op met kinderhandjes. Kortom: zeer tevreden!!&lt;br/&gt; </text>

我已经实施了org.xml.sax.helpers.DefaultHandler我做了所有的事情。奇怪的是为什么我的public void characters(char[] ch, int start, int length)方法被调用两次以上的xml。我调试并发现第一次使用包含文本char[] ch的{{1}}和第二次使用空字符串调用它，导致覆盖真实文本，因此我没有审阅文本对于这些特定的审查项目。这是为什么？这是一个错误吗？

我做了一个额外的检查，如果我已经有了文本，那么下次就忽略文本分配。所以它仍然可以正常工作。另外我已经想到，当第二次调用时，qName是一个空字符串，而第一次是'TEXT'。（它在"Prachtige vormgeving...."方法中）。我的java是1.5_06，在OC4J 10.1.3.5上部署我的应用程序。

再次，问题是：这是一个错误吗？或者是正常行为，我只是错过了一些关于SAX解析的知识？

Answer 1

您应该累积characters中收到的字符。您描述的行为符合SAX specification。由解析器决定何时以及如何调用characters方法：

Parser将调用此方法来报告每个字符块数据。 SAX解析器可以在单个中返回所有连续的字符数据大块，或者他们可能将它分成几个块;但是，所有的任何单个事件中的字符必须来自同一个外部实体以便定位器提供有用的信息。

这样的事情可能有所帮助（未选中）：

class MyHandler extends DefaultHandler {
    StringBuilder chars = new StringBuilder();
    ...
    private void flushCharacters() {
        char [] data = chars.toString().toCharArray();
        // use data as you want or use just chars.toString()

        chars.delete(0, chars.length());
    }

    @Override
    public void characters(char [] data, int offset, int length) {
        chars.append(char, offset, length);
    }
    ...
    // call flushCharacters in 
    // startElement/endElement/processingInstruction and wherever you want
}

SAX解析器的奇怪行为

1 个答案: