Tag: sax

保留数字字符实体字符，例如`＆＃10; ＆＃13;`在Java中解析XML时

我正在解析包含数字字符实体字符的XML，例如（但不限于） < > < > （Java中的换行回车）。 在解析时，我将节点的文本内容附加到StringBuffer，以便稍后将其写入文本文件。 但是，当我将String写入文件或将其打印出来时，这些unicode字符将被解析或转换为换行符/空格。 在Java中迭代XML文件的节点并将文本内容节点存储到String时，如何保留原始数字字符实体字符符号？ demo xml文件的示例： 示例Java代码。 它加载XML，遍历节点并将每个节点的文本内容收集到StringBuffer。 迭代结束后，它将StringBuffer写入控制台，也写入文件（但没有 ）符号。 将这些符号存储到字符串时，保留这些符号的方法是什么？ 你可以帮我吗？ 谢谢。 public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException, TransformerException { DocumentBuilderFactory documentFactory = DocumentBuilderFactory.newInstance(); Document document = null; DocumentBuilder documentBuilder = documentFactory.newDocumentBuilder(); document = documentBuilder.parse(new File(“path/to/demo.xml”)); StringBuilder sb = new StringBuilder(); […]

SAX与XmlTextReader – C＃中的SAX

我正在尝试阅读一个大型XML文档，我希望以块的forms与XmlDocument将整个文件读入内存的方式进行。 我知道我可以使用XmlTextReader来做到这一点，但我想知道是否有人使用过SAX for .NET？ 我知道Java开发人员发誓它，我想知道是否值得试一试，如果是这样，使用它有什么好处。 我正在寻找细节。

localname和qname有什么区别？

当使用SAX解析Java中的XML文件时，SAX方法中的参数localname和qname之间的区别是什么，例如startElement(String uri, String localName,String qName, Attributes attributes) ？

Sax解析和编码

我有一个在解析RSS和Atom文件时遇到SAX问题的联系人。 根据他的说法，就好像来自Item元素的文本被截断为撇号或有时是重音字符。 编码似乎也存在问题。 我已经尝试过SAX了，我也有一些截断，但是还没有进一步挖掘。 如果有人在此之前解决了这个问题，我会很感激。 这是在ContentHandler中使用的代码： public void characters( char[], int start, int end ) throws SAXException { // link = new String(ch, start, end); 编辑：编码问题可能是由于将信息存储在字节数组中，因为我知道Java在Unicode中工作。

解析没有根元素的XML流

我需要解析连续的格式良好的XML元素，我只给它一个已经构造的java.io.Reader对象。 这些元素没有包含在根元素中，也没有像”这样的XML标头前缀，但它们是有效的XML。 使用Java org.xml.sax.XMLReader类不起作用，因为XML Reader期望从封闭的根元素开始解析格式良好的XML。 因此，它只读取流中的第一个元素，它将其视为根，并在下一个元素中失败，典型的 org.xml.sax.SAXParseException：根元素后面的文档中的标记必须格式正确。 对于不包含根元素的文件，但是这样的元素确实存在或者可以定义（并且被称为MyRootElement），可以执行以下操作： Strint path = ; XMLReader xmlReader = SAXParserFactory.newInstance().newSAXParser().getXMLReader(); StringBuilder buffer = new StringBuilder(); buffer.append(“\n”); buffer.append(“<!DOCTYPE MyRootElement "); buffer.append("[]>\n”); buffer.append(“\n”); buffer.append(“&data;\n”); buffer.append(“\n”); InputSource source = new InputSource(new StringReader(buffer.toString())); xmlReader.parse(source); 我已经通过将部分java.io.Reader输出保存到文件来测试上述内容并且它可以工作。 但是，这种方法在我的情况下不适用，并且无法插入此类额外信息（XML标头，根元素），因为已经构造了传递给我的代码的java.io.Reader对象。 基本上，我正在寻找“碎片式XML解析”。 所以，我的问题是，可以使用标准Java API（包括org.sax.xml.*和java.xml.*包）来完成吗？

getChildNodes给出了意想不到的结果

我的XML看起来像这样 – ValueGoesHere 我正在使用以下代码处理它 – Document dom = parser.getDocument(); NodeList collected_objects = dom.getElementsByTagName(“object”); System.out.println(“Number of collected objects are ” + collected_objects.getLength()); for (int i = 0; i < collected_objects.getLength(); i++) { Node aNode = collected_objects.item(i); //get children of "objects" NodeList refNodes = aNode.getChildNodes(); System.out.println("# of chidren are " + refNodes.getLength()); //print attributes of "objects" NamedNodeMap […]

治愈“字符串” – “评论中不允许”。 例外？

我正在使用Java 6.我在我的pom中有这种依赖… xerces xercesImpl 2.10.0 我正在尝试使用此行解析XHTML文档 使用此代码…… DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); factory.setValidating(false); factory.setExpandEntityReferences(false); factory.setFeature(“http://apache.org/xml/features/nonvalidating/load-external-dtd”, false); final DocumentBuilder builder = factory.newDocumentBuilder(); final InputSource s = new InputSource(new StringReader(str)); org.w3c.dom.Document result = builder.parse(s); 但我的解析因以下exception而死亡…… [Fatal Error] :91:947: The string “–” is not permitted within comments. org.xml.sax.SAXParseException: The string “–” is not permitted within comments. at org.apache.xerces.parsers.DOMParser.parse(Unknown Source) […]

如何在Java中解析大（50 GB）XML文件

目前我试图使用SAX Parser，但是大约3/4通过文件它只是完全冻结，我已经尝试分配更多的内存等但没有得到任何改进。 有什么方法可以加快速度吗？ 一个更好的方法？ 将它剥离到裸骨，所以我现在有以下代码，当在命令行中运行时，它仍然没有我想要的那么快。 使用“java -Xms-4096m -Xmx8192m -jar reader.jar”运行它我得到的GC开销限制超出了文章700000 主要： public class Read { public static void main(String[] args) { pages = XMLManager.getPages(); } } XMLManager public class XMLManager { public static ArrayList getPages() { ArrayList pages = null; SAXParserFactory factory = SAXParserFactory.newInstance(); try { SAXParser parser = factory.newSAXParser(); File file = new File(“..\\enwiki-20140811-pages-articles.xml”); […]

SAX解析器：忽略特殊字符

我正在使用Xerces来解析我的xml文档。 问题是xml转义了像’＆nbsp;’这样的字符 在characters（）方法中显示为非转义的。 我需要按原样在characters（）方法中获取转义字符。 谢谢。 UPD：试图在我的DefaultHandler的后代中覆盖resolveEntity方法。 从调试中可以看出它被设置为xml阅读器的实体解析器，但是没有调用来自重写方法的代码。

使用sax解析器解析和修改xml字符串

我有一个XML文件，我需要在其中搜索特定的标签并更新它的值。 问题是，使用Sax解析器是“必须”。 我必须通过使用Sax Parser“only”找到这些标签，dom stax j4dom dom4j解析器不在考虑范围内。 我可以通过将我的xml文件转换为字符串并使用sax解析器解析它并通过StringBuilder对象追加新值来完成此任务吗？ 会没事吗？ 或者你会推荐什么？