3

我在处理 JSON 文件的数据时遇到问题。我正在使用来自谷歌的以下链接。

http://www.google.com/finance/company_news?q=AAPL&output=json"

当我想解析数据并将其放在屏幕上时,就会出现我的问题。由于某种原因,数据没有被正确解码。

原始数据:

 1.) one which must have set many of the company\x26#39;s board on the edge of their
 2.) Making Less Money From Next \x3cb\x3e...\x3c/b\x3e

当我引入数据时,我会执行以下操作:

DefaultHttpClient httpClient = new DefaultHttpClient();
HttpPost httpPost = new HttpPost(url);
HttpResponse httpResponse = httpClient.execute(httpPost);
HttpEntity httpEntity = httpResponse.getEntity();
is = httpEntity.getContent();        
BufferedReader reader = new BufferedReader(new InputStreamReader(
                is, "iso-8859-1"), 8); 
StringBuilder sb = new StringBuilder();
String line = null;
        while ((line = reader.readLine()) != null) {
            sb.append(line + "n");
}
is.close();
json = sb.toString();

我收到的输出,使用 org.json 从 json 文件中提取数据,如下(注意缺少反斜杠):

1.)one which must have set many of the companyx26#39;s board on the edge of their
2.)Making Less Money From Next x3cbx3e...x3c/bx3e

我目前处理第一个问题的方法是:

JSONRowData.setJTitle((Html.fromHtml((article.getString(TAG_TITLE).replaceAll("x26", "&")))).toString());

第二个虽然逃脱了我(没有双关语)

我认为这不起作用的原因是反冲用于转义字符。我尝试了许多不同的方法来读取数据,但我没有运气。有没有办法在不使用正则表达式的情况下导入数据来处理这个问题?


解决方案

我们今天的克星:“\​​x26”——ASCII(十六进制)

将原始数据读入字符数组。来自 apache 的 commons.io 库是一个很好的方法。完成此操作后,在 for 循环中读取 char 数组以查找“\”,如果命中则在下一个数组位置查找“x”。如果再次命中,则取 char 数组中的下两个字符。这两个字符是您的 ASCII 十六进制值。将十六进制转换为十进制形式,然后将十进制转换为字符。获取此字符并将其附加到字符串生成器。

如果没有匹配(带有“\”),则将字符附加到字符串生成器。我们现在可以调用该.toString()方法并将其转换为字符串。

从那里,数据可能包含一些 HTML 残余('和/或在这种情况下)。使用 Html.fromHtml() 处理了这个。

4

1 回答 1

3

这里的问题是 google - 或者至少是那个 url -提供了无效的JSON 1,2。JSON 库虽然没有直接拒绝无效的 JSON,但正在以“好吧,让我们忽略这个\废话并继续”的方式对其进行解析。也就是说,不是渲染错误,而是输入错误。

1不允许出现\x在字符串中(除非本身\已转义),因为(\未转义时)后面只能跟一小部分字符(不包括x)。字符代码的转义必须由\u1234and not完成\x12

我能想到的唯一“修复”是非常严重的黑客攻击:即阅读原始文本并转换\x12\u0012. (实际上,黑客攻击并没有那么糟糕,因为不需要考虑上下文相关的东西;但是,它不应该必需的!在 Google 上感到羞耻。)

2提取的无效JSON 字符串文字:

“苹果公司(纳斯达克股票代码:AAPL)的股票在今年的表现中继续领跑大型科技股。在周一开始的关键事件之后,该股的价格没有出现重大变动。”

(要使其有效,请替换\x26\u0026or &。)

快乐的编码和 - 祝你好运:)


在 Java 中,一种 [未经测试的] 方法可能是使用正则表达式(通过String.replaceAll):

inputString.replaceAll("\\x(\d{2})", "\\u00$1") 
于 2012-06-14T00:22:24.490 回答