XMLStreamReader 问题答案

【问题标题】：XMLStreamReader ProblemXMLStreamReader 问题
【发布时间】：2010-11-15 13:00:40
【问题描述】：

我正在使用来自javax.xml 的XMLStreamReader 接口来解析XML 文件。该文件包含大量数据和数 KB 的单个文本节点。

验证和读取通常效果很好，但我在处理大于 15k 个字符的文本节点时遇到了问题。该函数出现问题

String foo = "";
if (xsr.getEventType() == XMLStreamConstants.CHARACTERS) {
    foo = xsr.getText();
    xsr.next(); // read next tag
}
return foo;

xsr 是流阅读器。在这种特殊情况下，文本节点中的文本长度为 53'337 个字符（但有所不同），但是 xsr.getText() 方法仅返回其中的前 15'537 个字符。当然，我可以遍历函数并连接字符串，但不知何故，我认为这不是想法......

我在文档或其他任何地方都没有找到任何关于此的内容。这是预期的行为还是有人可以确认/否认它？我是否以某种方式错误地使用它？

谢谢

【问题讨论】：

标签： java xml filestream

【解决方案1】：

当然，我可以遍历函数并连接字符串，但不知何故，我认为这不是想法......

其实，是的想法:)

解析器可以按照自己的意愿分解事件流，只要它与原始文档一致。这意味着它可以并且经常将您的文本数据分解为多个事件。它如何以及何时选择这样做是解析器内部的实现细节，本质上是不可预测的。

所以是的，如果您收到多个连续的CHARACTERS 事件，您需要手动附加它们。这是您为低级 API 支付的价格。

【讨论】：

我认为他们应该在文档中的某处提及它。所以你最终会到处写循环，因为你永远不知道解析器什么时候会分解一个事件……很烦人。谢谢你这么快的回答:)

【解决方案2】：

另一个选项是javax.xml.stream.isCoalescing 选项（记录在XMLStreamReader.next() 或Using StAX），它自动将长文本连接成一个字符串。以下 JUint3 测试通过。

警告：isCoalescing 可能不应该在生产中使用，因为如果文档有很多字符引用 (&#xa0;) 或实体引用 (&lt;)，它将导致 StackOverflowError！

import java.io.ByteArrayInputStream;
import java.io.InputStream;

import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamException;
import javax.xml.stream.XMLStreamReader;

import junit.framework.TestCase;

public class XmlStreamTest extends TestCase {
    public void testLengthInXMlStreamReader() throws XMLStreamException {
        StringBuilder b = new StringBuilder();
        b.append("<root>");
        for (int i = 0; i < 65536; i++)
            b.append("hello\n");
        b.append("</root>");
        InputStream is = new ByteArrayInputStream(b.toString().getBytes());
        XMLInputFactory inputFactory = XMLInputFactory.newFactory();
        inputFactory.setProperty("javax.xml.stream.isCoalescing", true);
        XMLStreamReader reader = inputFactory.createXMLStreamReader(is);
        reader.nextTag();
        reader.next();
        assertEquals(6 * 65536, reader.getTextLength());
    }
}

【讨论】：