Android 使用 DOM 解析器为 RSS 提要解析 HTML 实体

Question

我正在为我正在构建的 Android 应用程序使用 google books api。这是 XML 文件的示例

<dc:description>This trilogy includes &amp;quot; The Hitchhiker&amp;#39;s Guide to the Galaxy&amp;quot; , &amp;quot; TheRestaurant at the End of the Universe&amp;quot; , &amp;quot; Life, Universe and Everything&amp;quot; and &amp;quot; So Long ...</dc:description>
<dc:format>590 pages</dc:format>
<dc:format>book</dc:format>

这是我用来提取描述的一小部分代码

if ( entry.getElementsByTagName( "dc:description" ).item( 0 ) != null ) {
  Element d = ( Element ) entry.getElementsByTagName( "dc:description" )
      .item( 0 );
  b.setDescription( d.getFirstChild( ).getNodeValue( ) );

}

问题是当使用 HTML.fromHtml(Str) 函数时，它会在第一个 HTML 实体处截断文本（所以在这个例子中它只是简单地说

这三部曲包括

当我在 Android 之外运行相同的代码时，它可以正常工作，并且至少显示带有转义字符的字符串，即

This trilogy includes " The Hitchhiker's Guide to the Galaxy" , " TheRestaurant at the End of the Universe" , " Life, Universe and Everything" and " So Long ...

如果我随后手动将其添加到应用程序中，HTML.fromHtml() 工作正常，所以我猜问题是 Android 的解析器实现。

类似的问题是Android decoding html in xml file。我尝试将工厂的验证设置为 false，因为它是一个 RSS 提要，所以我无法声明 HTML 根元素（如本文所建议的那样）。

Answer 1

我最终没有从 Google 获得描述数据，但我认为可以通过在文档元素上运行 normalise() 来解决这个问题 - 我在另一个 API 上遇到了类似的问题，并且修复了它。