解析 XML 在 & 之后删除所有字符答案

【问题标题】：Parsing XML dropping all characters after &解析 XML 在 & 之后删除所有字符
【发布时间】：2013-04-21 21:54:39
【问题描述】：

我正在创建一个应用程序来解析一些 XML 并将其显示在 ListView 中。我的 xml 中的一些项目包含 &amp;s 所以我已经像这样逃脱了它们 &amp; 它在一些设备和模拟器上正常工作。

但是在两台设备（Samsung Sidekick 4g API 2.2 和 Samsung Replish API 2.3.6）上它失败了。 &amp; 之后的所有内容都神奇地消失了。

这是 XML 中给我带来麻烦的项目：

<site>
    <name>English Language &amp; Usage</name>
    <link>http://english.stackexchange.com/</link>
    <about>English Language &amp; Usage Stack Exchange is a question and answer site for linguists, etymologists, and serious English language enthusiasts.</about>
    <image>https://dl.dropboxusercontent.com/u/5724095/XmlParseExample/english.png</image>
</site>

这里是解析代码的“肉”：

private static String getValue(Element item, String str) {
    NodeList n = item.getElementsByTagName(str);
    Log.i("StackSites", ""+getElementValue(n.item(0)));
    return getElementValue(n.item(0));
}

private static String getElementValue( Node elem ) {
         Node child;
         if( elem != null){
             if (elem.hasChildNodes()){
                 for( child = elem.getFirstChild(); child != null; child = child.getNextSibling() ){
                     if( child.getNodeType() == Node.TEXT_NODE  ){
                         return child.getNodeValue();
                     }
                 }
             }
         }
         return "";
  }

在某些设备（LG Optimus G、Moto Attrix 2 和一些模拟器）上，它可以正常工作，并如下所示：

但是在我尝试过的两台三星设备上，getValue() 方法只返回 &amp; 之前的文本，所以结果是这样的：

【问题讨论】：

标签： java android xml-parsing escaping

【解决方案1】：

那是因为您没有查看其余节点。实体获得不同的节点，实体之后的文本获得之后的节点。您将立即返回 - 您需要连接您的结果。

【讨论】：

其实根据W3 DOM spec，字符引用（和预定义的实体）并不是应该得到单独的节点的；这是一个在 Honeycomb 中修复的known bug。
@TedHopp：啊！我一直认为Android在这里的行为很奇怪，但我从未听说过官方的错误，更不用说官方修复了。感谢您指出这一点！

【解决方案2】：

这是在某些 Android 版本上的known bug。它已在 Honeycomb (3.0) 中修复。

没有好的解决方法。您需要将文本处理为[text node] [entity node] [text node]，自己解释实体引用，并将结果连接起来。

或者，您可以避免使用 XML 字符引用并替换您自己的转义序列。只要解析器没有看到&，就可以避免问题。

【讨论】：

在 for 循环的每次迭代中使用 StringBuilder 并附加 child.getNodeValues() 似乎会产生正确的输出。出于某种原因，我应该警惕将其用作解决方法吗？
@FoamyGuy - 这应该可行，虽然我还没有尝试过。我想字符引用节点的节点值是字符？

【解决方案3】：

CommonsWare 让我找到了正确的方向。

我把getElementValue()方法改成这样：

private static String getElementValue( Node elem ) {
     StringBuilder value = new StringBuilder();
     Node child;
     if( elem != null){
         if (elem.hasChildNodes()){
             for( child = elem.getFirstChild(); child != null; child = child.getNextSibling() ){
                 if( child.getNodeType() == Node.TEXT_NODE  ){
                     value.append(child.getNodeValue());

                 }
             }
             return value.toString();
         }
     }
     return "";
  }

它现在可以正确获取文本的后半部分。

【讨论】：