2

我正在研究一个 XML 数据集（此处提供 DrugBank 数据库），其中一些字段包含转义的 XML 字符，如“&”等。

为了使问题更具体，这里是一个示例场景：

<drugs>
    <drug>
        <drugbank-id>DB00001</drugbank-id>
        <general-references>
            # Askari AT, Lincoff AM: Antithrombotic Drug Therapy in Cardiovascular Disease. 2009 Oct; pp. 440&#x2013;. ISBN 9781603272346. "Google books":http://books.google.com/books?id=iadLoXoQkWEC&amp;pg=PA440.
        </general-references>
        .
    </drug>
    <drug>
    ...
    </drug>
    ...
</drugs>

由于整个文档很大，我将其解析如下：

VTDGen gen = new VTDGen();
try {
    gen.setDoc(Files.readAllBytes(DRUGBANK_XML));
    gen.parse(true);
} catch (IOException | ParseException e) {
    SystemHelper.exitWithMessage(e, "Unable to process Drugbank XML data. Aborting.");
}
VTDNav nav = gen.getNav();
AutoPilot pilot = new AutoPilot(nav);
pilot.selectXPath("//drugs/drug");
while (pilot.evalXPath() != -1) {
    long fragment = nav.getContentFragment();
    String drugXML = nav.toString((int) fragment, (int) (fragment >> 32));
    System.out.println(drugXML);
    finerParse(drugXML); // another method handling a more detailed data analysis
}

当我finerParse使用示例 xml（从相同数据复制粘贴的片段）测试该方法时，它运行良好。但是当从上面的代码调用时，它失败并显示错误消息Errors in Entity: Illegal entity char。在将输入打印到finerParse（即drugXML字符串）后，我注意到&amp;pg=PA440原始 xml 中的字符串已更改为“&pg=PA440”。

为什么会这样？我所做的只是使用一个非常知名的解析器来解析它。

PS我找到了一个替代解决方案，我只是将 VTDNav 作为参数传递给finerParse而不是首先获取内容字符串并传递该字符串。但我仍然对上述方法出了什么问题感到好奇。

4

1 回答 1

1

而不是 vtdNav.toString() 使用 vtdNav.toRawString() 问题应该消失......让我知道它是否有效。

于 2015-01-08T03:38:39.730 回答