解析 xml stax 文件中的特殊字符

Question

我有以下问题：

RSS 文件的原始部分：

  <item>
      <title> I can get data in tag this </title>
      <description>&lt;p&gt; i don't get data in this &lt;/p&gt;</description></item>

当我使用 StAX 解析器读取文件时，特殊字符 '<'; .它会自动转换为“<”。然后我无法在标签“<'description>'

的其余部分获取数据

这是我的代码：

public Feed readFeed() {
Feed feed = null;
try {
  boolean isFeedHeader = true;
  String description = "";
  String title = "";

  XMLInputFactory inputFactory = XMLInputFactory.newInstance();
  InputStream in = read();
  XMLEventReader eventReader = inputFactory.createXMLEventReader(in);
  while (eventReader.hasNext()) {
    XMLEvent event = eventReader.nextEvent();
    if (event.isStartElement()) {
      String localPart = event.asStartElement().getName()
          .getLocalPart();
      switch (localPart) {
      case "title":
        title = getCharacterData(event, eventReader);
        break;
      case "description":
        description = getCharacterData(event, eventReader);
        break;
      }
    } else if (event.isEndElement()) {
      if (event.asEndElement().getName().getLocalPart() == ("item")) {
        FeedMessage message = new FeedMessage();
        message.setDescription(description);
        message.setTitle(title);
        feed.getMessages().add(message);
        event = eventReader.nextEvent();
        continue;
      }
    }
  }
} catch (XMLStreamException e) {
  throw new RuntimeException(e);
}
return feed;}

private String getCharacterData(XMLEvent event, XMLEventReader eventReader)
  throws XMLStreamException {
String result = "";
event = eventReader.nextEvent();
if (event instanceof Characters) {
  result = event.asCharacters().getData();
}
return result;}

我正在按照以下说明进行操作：http://www.vogella.com/tutorials/RSSFeed/article.html

Answer 1

教程有缺陷。它没有考虑到您可以获得单个文本块的多个文本事件这一事实（当您有嵌入式实体时往往会发生这种情况）。

为了让您的生活更轻松，请确保在创建 XMLEventReader 之前将 XMLInputFactory 上的 IS_COALESCING 属性设置为 true（此属性强制 reader 将所有相邻的文本事件合并为一个事件）。

解析 xml stax 文件中的特殊字符

Parse special characters in xml stax file

java

parsing

stax