SAX处理特殊字符
我正在尝试使用Java和SAX为Android设备解析XML文件。 我从互联网上获得，并解析它时，我得到一个ExpatException：对字符“é”没有格式良好（无效标记）。 有没有办法处理这些字符，而不必更改XML文件中的所有特殊字符？
编辑：这是我的代码写入我的SDcard文件的一部分。
File SDCardRoot = Environment.getExternalStorageDirectory();
File f = new File(SDCardRoot,"edt.xml");
f.createNewFile();
FileOutputStream fileOutput = new FileOutputStream(f);
InputStream inputStream = urlConnection.getInputStream();
byte[] buffer = new byte[1024];
int bufferLength = 0;
while ( (bufferLength = inputStream.read(buffer)) > 0 ) {
fileOutput.write(buffer, 0, bufferLength);
}
fileOutput.close();
这是我的xml的一部分：
<?xml version="1.0" encoding="iso-8859-1"?>
<?xml-stylesheet type="text/xsl" href="ttss.xsl"?>
<timetable>
<option combined="0" totalweeks="0" showemptydays="0" dayclass="reverse">
<link href="g56065.xml" class="xml">Imprimer</link>
<link href="g56065.pdf" class="pdf">Version PDF</link>
<weeks>Semaines</weeks>
<dates>Dates</dates>
<week>Semaine</week>
<date>Date</date>
<all>Toutes les semaines</all>
<notes>Remarques</notes>
<id>ID</id>
<tag>Champs Libre</tag>
<footer>Publié le 10/09/2011 22:14:28</footer>
... </timetable>
这里是解析代码：
public class ParserSemaines extends DefaultHandler {
private final String SEMAINE = "span";
private final String DESCRIPTION = "description";
private ArrayList<Semaine> semaines;
private boolean inSemaine;
private Semaine currentSemaine;
private StringBuffer buffer;
@Override
public void processingInstruction(String target, String data) throws SAXException {
super.processingInstruction(target, data);
}
public ParserSemaines() {
super();
}
@Override
public void startDocument() throws SAXException {
super.startDocument();
semaines = new ArrayList<Semaine>();
}
@Override
public void startElement(String uri, String localName, String name, Attributes attributes) throws SAXException {
buffer = new StringBuffer();
if (localName.equalsIgnoreCase(SEMAINE)){
this.currentSemaine = new Semaine();
this.currentSemaine.setDate(attributes.getValue("date"));
this.inSemaine = true;
}
if(localName.equalsIgnoreCase(DESCRIPTION)){
this.currentSemaine.setDescription(buffer.toString());
}
}
@Override
public void endElement(String uri, String localName, String name) throws SAXException {
if (localName.equalsIgnoreCase(SEMAINE)){
this.semaines.add(currentSemaine);
this.inSemaine = false;
}
}
public void characters(char[] ch,int start, int length) throws SAXException{
String lecture = new String(ch,start,length);
if(buffer != null) buffer.append(lecture);
}
public ArrayList<Semaine> getData(){
return semaines;
}
}
这里是我用来调用解析器的代码：
SAXParserFactory fabrique = SAXParserFactory.newInstance();
SAXParser parseur = null;
ArrayList<Semaine> semaines = null;
try {
parseur = fabrique.newSAXParser();
DefaultHandler handler = new ParserSemaines();
File f = new File(Environment.getExternalStorageDirectory(),"edt.xml");
parseur.parse(f, handler);
semaines = ((ParserSemaines) handler).getData();
}
询问是否需要其他代码部分。
检查后，看起来SD卡中的xml文件显示“é”为“½”。 这应该是问题，但我不知道为什么。 我也尝试用URI解析，但它不会改变任何我总是得到相同的异常。
检查后，看起来SD卡中的xml文件显示“é”为“½”。
这确实表示编码问题。
您发布的代码似乎是从URL到文件的正确逐字节副本，因此该文件应该完全代表您从URL获得的内容。 这意味着来自服务器的响应可能不在ISO-8859-1中。
我的下一步将是使用诸如Fiddler这样的工具来检查整个反应，并特别注意：
另外，在将文件传递给SAX解析器之前，请验证您没有将该文件转换为字符串。
作为参考：我编写了一个连接到OP的URL并将该连接直接传递给最小SAX解析器的最小程序。 它似乎运行没有错误。 我还使用了DOM解析器，并验证了至少根元素已被正确解析。
public static void main(String[] argv)
throws Exception
{
URL url = new URL("http://www.disvu.u-bordeaux1.fr/et/edt_etudiants2/Master/Semestre1/g56065.xml");
InputStream in = url.openConnection().getInputStream();
SAXParserFactory spf = SAXParserFactory.newInstance();
SAXParser parser = spf.newSAXParser();
parser.parse(in, new DefaultHandler());
System.out.println("parse successful");
}
我终于找到解决方案。 我使用的不是使用SAXparder
android.util.Xml.parse(InputStream,Xml.Encoding.ISO_8859_1, DefaultHandler);
感谢大家为我提供的所有帮助。
可能是编码问题。 尝试将其更改为ISO-8859-1 。
在你的xml中尝试：
<?xml version="1.0" encoding="ISO-8859-1"?>
或者在您的代码中使用：
inputSource.setEncoding("ISO-8859-1");