在 Java 中解析 XML 多行字符串答案

【问题标题】：Parse XML multi line string in Java在 Java 中解析 XML 多行字符串
【发布时间】：2012-05-13 10:25:05
【问题描述】：

我正在尝试使用经典 DOM 解析 Java 中的多行 XML 属性。解析工作得很好。但是，它会破坏换行符，因此，当我渲染解析的字符串时，换行符会被简单的空格替换。

<string key="help_text" value="This is a multi line long
                               text. This should be parsed
                               and rendered in multiple lines" />

获取我正在使用的属性：

attributes.getNamedItem("value").getTextContent()

如果我只是使用“\n”将手动输入的字符串传递给渲染方法，则文本会按预期绘制。

有什么想法吗？

【问题讨论】：

标签： java xml parsing dom xml-parsing

【解决方案1】：

我过去曾为此使用过 JDom。它在解码多行属性时为您省去了很多麻烦，并真正增强了 Java 上的 XML 解析/编写。 JDom 还兼容 Android 开发，而且非常小（只有一个 jar 文件）。

https://github.com/hunterhacker/jdom

【讨论】：

我用过第一个（而且很丑）“<br />”解决方案现在可以解决，但我肯定会研究 JDom。非常感谢。
@Fsero - 您能否简要描述一下您是如何使用 JDom 进行管理的？我刚刚编写了一个小型单元测试，甚至在进入 JDom 之前，属性中的换行符就在 Xerces 领域中被删除了。

【解决方案2】：

根据XML specification，XML 解析器必须规范化属性空白，例如用空格替换换行符。 IE。如果您需要保留换行符，则不能使用属性值。

一般来说，XML 中的空白处理很麻烦。特别是，CR、LF 和 CRLF 之间的差异不会在任何地方保留。

您可能会发现将属性中的换行符编码为&lt;br /&gt;（即<br /> 的编码版本）然后再解码它们会更好。

【讨论】：

@Ben 根据 XML 规范 CR/LF 组合必须由 XML 处理器规范化为 LF。
是的。因此，如果差异对您的应用程序很重要，您必须找到其他编码方式 - 您自己制作的特殊标签是理想的方法。

【解决方案3】：

来自the XML specifcation： 3.3.3 属性值规范化。你会看到所有的空格都被归一化为单个空格：

在将属性的值传递给应用程序之前或检查有效性，XML 处理器必须规范化属性通过应用下面的算法或使用其他方法来获得价值这样传递给应用程序的值与算法产生的。所有换行符必须已标准化如 2.11 行尾处理中所述，在输入到 #xA 时，其余部分该算法对以这种方式规范化的文本进行操作。

从一个由空字符串组成的规范化值开始。

对于每个字符、实体引用或字符引用未标准化的属性值，从第一个开始并继续最后，执行以下操作：

对于字符引用，将引用的字符附加到标准化值。

对于实体引用，递归地应用此算法的第 3 步到实体的替换文本。

对于空格字符（#x20、#xD、#xA、#x9），附加一个空格字符 (#x20) 到标准化值。

对于另一个字符，将该字符附加到标准化值。

【讨论】：