XMLPullParser解析器无法解析“(??????)·”xml标记内部
我正在使用Jsoup解析XMLPullParser
(??????) [????]0 BLACK LAGOON -???? · ????- ?01-09? http://fenopy.eu/torrent/+black+lagoon+A+01+09+/OTcyOTA3Mw Wed, 27 Feb 2013 11:00:04 GMT Anime http://fenopy.eu/torrent/+black+lagoon+A+01+09+/OTcyOTA3Mw <![CDATA[ Category: Anime
Size: 542.9 MB
Ratio: 0 seeds, 3 leechers
]]>
这是我的解析代码
int eventType = -1; while (eventType != XmlPullParser.END_DOCUMENT) { switch (eventType) { // at start of document: START_DOCUMENT case XmlPullParser.START_DOCUMENT: break; // at start of a tag: START_TAG case XmlPullParser.START_TAG: // get tag name String tagName = parser.getName(); if (tagName.equalsIgnoreCase(TAG_TITLE)) String t = parser.nextText();
当我调用下一个文本时,它会抛出exception…
org.xmlpull.v1.XmlPullParserException: unresolved: · (position:TEXT (??????) [????] ...@36:59 in java.io.StringReader@40540698) at org.kxml2.io.KXmlParser.exception(KXmlParser.java:273) at org.kxml2.io.KXmlParser.error(KXmlParser.java:269) at org.kxml2.io.KXmlParser.pushEntity(KXmlParser.java:818) at org.kxml2.io.KXmlParser.pushText(KXmlParser.java:849) at org.kxml2.io.KXmlParser.nextImpl(KXmlParser.java:354) at org.kxml2.io.KXmlParser.next(KXmlParser.java:1378) at org.kxml2.io.KXmlParser.nextText(KXmlParser.java:1432)
你的xml无效。 ·
是xml的无效引用。
XML中有5个预定义的实体引用:
<
<小于
>
>大于
&
&符号
'
‘撇号
"
“引号
更新
简单地使用正则表达式替换XML中的所有HTML字符
XMLString.replaceAll("(&[^\\s]+?;)", ""));
这将取代·
通过“”
我正在处理同样的问题,我找到了超级简单的解决方案:
xmlPullParser.setFeature(Xml.FEATURE_RELAXED, true);
也许你可以这样做:
parser.setInput(...); parser.defineEntityReplacementText("middot", "•");
因为这不适用于您的实现:
从apache commons-lang使用HTML转换,因为它似乎是HTML命名实体:
String xml = "Hello · World! "; xml = StringEscapeUtils.unescapeHtml(xml);
评论的问题:
取代所有不分青红皂白的:
String xml = "<..."; // Place all entities like "·" in square brackets: "[middot]": xml = xml.replaceAll("\\&(\\w+);", "[$1]"); // But not for the xml entities: xml = xml.replaceAll("\\[(lt|gt|amp|quot|apos)\\]", "&$1;");