0

我正在使用 Java 从 URL 读取 RSS 提要，使用 解析 DOM 树javax.xml.parsers.DocumentBuilder.parse(InputStream)，对其进行一些更改，然后使用org.w3c.dom.ls.LSSerializer.write(Node,LSOutput).

我正在阅读的提要是http://www.collaborationblueprint.com.au/blog/rss.xml。

提要是格式正确的 XML，但序列化结果不是。
到目前为止，在每次尝试中，CData 部分都因删除一对方括号而被破坏。
例如，如果源包含以下元素： 

    <description><![CDATA[<p>一些文本</p>]]></description>

序列化的结果如下所示，并且格式不正确： 

    <description><![CDATA<p>一些文本</p>]></description>

我的代码如下。它包含在 Lotus Domino 代理中。
我该如何解决这个问题？

import java.io.InputStream;
import java.io.PrintWriter;
import java.net.HttpURLConnection;
import java.net.URL;
import java.net.URLDecoder;
import java.util.HashMap;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.bootstrap.DOMImplementationRegistry;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.ls.DOMImplementationLS;
import org.w3c.dom.ls.LSOutput;
import org.w3c.dom.ls.LSSerializer;

import lotus.domino.*;

public class JavaAgent extends AgentBase {
    public void NotesMain() {
        try {
            org.w3c.dom.Document newDoc;
            DocumentBuilderFactory builderFactory;
            DocumentBuilder builder;
            Element docElem,tmpElem;
            Node tmpNode;

            Session session=getSession();
            AgentContext agentContext=session.getAgentContext();

            // Put URL arguments into a HashMap.
            Document doc=agentContext.getDocumentContext();
            String[] query=doc.getItemValueString("Query_String").split("&");

            HashMap<String,String> queryMap=new HashMap<String,String>(query.length);
            for (int i=0; i<query.length; i++) {
                int j=query[i].indexOf('=');
                if (j<0) queryMap.put(query[i],"");
                else queryMap.put(query[i].substring(0,j),URLDecoder.decode(query[i].substring(j+1),"UTF-8"));
            }

            // Get the "src" URL argument - this is the URL we're reading the feed from.
            String urlStr=queryMap.get("src");
            if (urlStr==null || urlStr.length()==0) {
                System.err.println("Error: source URL not specified.");
                return;
            }
            URL url;
            try {
                url=new URL(urlStr);
            } catch (Exception e) {
                System.err.println("Error: invalid source URL.");
                return;
            }

            HttpURLConnection conn=(HttpURLConnection)url.openConnection();
            InputStream is=conn.getInputStream();

            builderFactory=DocumentBuilderFactory.newInstance();
            builder=builderFactory.newDocumentBuilder();

            // Create a DocumentBuilder and parse the XML.
            builder=builderFactory.newDocumentBuilder();
            try {
                newDoc=builder.parse(is);
                is.close();
                conn.disconnect();
            } catch (Exception e) {
                is.close();
                conn.disconnect();
                System.err.println("XML parse exception: "+e.toString());
                return;
            }

            docElem=newDoc.getDocumentElement();
            docElem.setAttribute("xmlns:ibmwcm","http://purl.org/net/ibmfeedsvc/wcm/1.0");

            PrintWriter pw=getAgentOutput();
            pw.println("Content-type: text/xml");

            DOMImplementationRegistry registry=DOMImplementationRegistry
                .newInstance();
            DOMImplementationLS impl=(DOMImplementationLS)registry
                .getDOMImplementation("LS");
            LSOutput lso=impl.createLSOutput();
            lso.setCharacterStream(pw);
            LSSerializer writer=impl.createLSSerializer();
            writer.write(newDoc,lso);

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}
4

1 回答 1

0

我已经确定问题与序列化程序无关。

即使我做一些简单的事情：

    pw.print("<description><![CDATA[<p>一些文字</p>]]></description>");
内部的一对方括号被剥离。

但是，如果我在 CData 中编码小于号，问题就会消失。例如：

    pw.print("<description><![CDATA[<p>一些文本</p>]]></description>");

我尚未确定原因是 PrintWriter 类还是 Lotus Domino，但无论如何我应该能够在解析和序列化之间修改 XML 以修复它。

于 2012-04-18T07:20:09.080 回答