在 Java 中解析 XML 时从 String 中删除无效字符

Question

我一直在谷歌搜索和阅读 SO，但没有任何效果。我对 XML 提要中的字符有疑问。我将每个标签的值保存在一个字符串中，但是当
 发生时，它就停止了。我只得到标签中的 4-5 个第一个单词左右。

那么任何人都可以帮助我使用可以删除它的方法吗？或者可能是 XML 提要中标签中的文本对于字符串来说太长了？

谢谢！

示例代码：

    public void characters(char[] ch, int start, int length)
        throws SAXException {

    if (currentElement) {
        currentValue = new String(ch, start, length);
        currentElement = false;
    }

}

public void endElement(String uri, String localName, String qName)
        throws SAXException {

    currentElement = false;

    /** set value */ 
    if (localName.equalsIgnoreCase("title"))
        sitesList.setTitle(currentValue);
    else if (localName.equalsIgnoreCase("id"))
        sitesList.setId(currentValue);
    else if(localName.equalsIgnoreCase("description"))
        sitesList.setDescription(currentValue);
}

描述标签中的文字很长，但我只得到了
字符开始出现之前的前五个字。

Answer 1

您正在使用 SAXparser 来解析 XML 字符串。

characters()-方法在只读取一个 XML 元素时可以被多次调用。当它找到类似<desc>blabla bla & # 39; bla bla la.</desc> 的东西时会发生这种情况。

解决方法是使用StringBuilder，并在characters()-方法中追加读取的字符，然后在endElement()-方法中重置StringBuilder：

private class Handler extends DefaultHandler{

    private StringBuilder temp_val;

    public Handler(){
        this.temp_val = new StringBuilder();
    }

    public void characters(char[] ch, int start, int length){
        temp_val.append(ch, start, length);
    }

    public void endElement(String uri, String localName, String qName){
        System.out.println("Output: "+temp_val.toString());
        // ... Do your stuff
        temp_val.setLength(0); // Reset the StringBuilder
    }

}

---

鉴于此 XML 文件，上述代码适用于我：

<?xml version="1.0" encoding="iso-8859-1" ?>
<test>This is some &#13; example-text.</test>

输出是：

输出：这是一些
示例文本。