SAXParseException 与 Prefuse 的 GraphMLReader 一起使用答案

【问题标题】：SAXParseException working with GraphMLReader of PrefuseSAXParseException 与 Prefuse 的 GraphMLReader 一起使用
【发布时间】：2016-12-13 05:35:12
【问题描述】：

我正在用 Java 编写一个使用 prefuse 库的程序。该程序根据从 twitter 收集的信息生成图表。我正在尝试让我的程序保存生成的图表，以便稍后我可以加载它们。

prefuse 类 GraphMLWriter 工作正常，它生成以 UTF-8 和 xml 版本编码的 graphml：1.0。

当我想加载生成的 graphml 文件时出现我的问题。为此，我使用类 GraphMLReader 的方法 readGraph(InputStream is)。此方法返回一个 Graph 对象并使用 SaxParser 解析带有 GraphMLHandler 类的处理程序对象的 graphml 文件。该对象将图形构造为解析器解析 xml 文件的所有行。当 xml 文件包含“á”或“ñ”等字符或表情符号时，我收到 prefuse.data.io.DataIOException 引发的 SAXParseException。生成的所有 xml 文件都包含表示推文的字符串。

一个例子是：

<data key="info">Las extra&#241;o muchooooo a ambas! &#55357;&#56469;</data>

错误提示：

线程“主”prefuse.data.io.DataIOException 中的异常：>org.xml.sax.SAXParseException；行号：165；列号：67；字符引用 "

没有别的了，好像错误信息被剪掉了。

这些是我用来将图形对象“g”保存到 GraphML 中的代码，称为“已保存的图形”：

(new GraphMLWriter()).writeGraph(graph, "Graph saved");

这些是我用来将图形加载到图形“g2”中的一个，该图形由名为“Graph saved”的 GraphML 文件生成

Graph g2 = (new GraphMLReader().readGraph("Graph saved"));

我可以做些什么来解决这个问题？

【问题讨论】：

'á' 或 'ñ' (= ñ) 这样的字符在我测试时似乎有效。导致 SAX 出现问题（不是 prefuse）。
是的，你是对的，我没有注意到这一点。谢谢。当我生成图表时（恢复 Twitter 信息），我用 JPopUpMenu 显示推文，它可以识别表情符号。那么如何将表情符号放在graphML文件中，以便稍后在加载图形时显示它？

标签： xml utf-8 saxparser invalid-characters prefuse

【解决方案1】：

&#55357 和 &#56469 是代理部分，所以我猜你的原始数据包含一些扩展的 unicode 字符。似乎 prefuse GraphMLWriter 创建了一个 XMLWriter，它对编码 that aren't necessarily correct 做出了一些假设 - 它假设 String 中的所有字符都是 16 位代码点并相应地对它们进行编码。在这种情况下，我们似乎有一个代理对，需要一些更智能的处理（对原作者公平，在 2005/2006 年看到这样的值有点不寻常，几乎每个人都认为 Unicode 意味着每 16 位字符）。

无论如何，我认为您在这里唯一的选择是预先过滤您的数据，或修补 prefuse 库。如果您反对分叉，一种方法是扩展GraphMLWriter 并用几乎完全相同的副本覆盖writeGraph，用创建您自己的扩展XMLWriter 来替代在line 73 上创建XMLWriter escapeString 妥善处理代理人。 Java 的 Character 类提供了告诉您是否为 char is a surrogate 和是否为 pair of a characters make a valid surrogate pair 的方法 - 如果您找到这样的一对，则可以生成正确的 XML 实体。

【讨论】：