问题标签 [sax]

我正在使用 sax 解析器来解析 XML 文件。它工作正常，但我不想解析<info>标签的内容，因为它包含我想保存到字符串的 HTML。谁能告诉我有什么办法可以做到这一点吗？

谢谢

我有一个联系人在解析 RSS 和 Atom 文件时遇到了 SAX 问题。据他说，就好像来自 Item 元素的文本在撇号或有时是重音字符处被截断。编码似乎也有问题。

我已经尝试过 SAX，我也进行了一些截断，但无法进一步挖掘。如果有人以前解决过这个问题，我会很感激一些建议。

这是 ContentHandler 中使用的代码：

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。

我需要一个经过验证的带有 DTD 的 DomTree（使用getElementById）。验证和解析有效，但 dom 不能正常工作：

似乎 SAX2DOM 不会将 DTD 传递给 dom。我忘了什么吗？我读过在构建 dom 后无法加载 DTD。

有任何想法吗？

我需要处理一个巨大的 XML 文件，4G。我使用 dom4j SAX，但编写了自己的 DefaultElementHandler。代码框架如下：

我以为我正在按“页面”处理巨大的文件“页面”。但似乎不是，因为我总是遇到内存不足错误。我错过了什么重要的事情吗？谢谢。我是 XML 流程的新手。

我正在使用 SAX 将一些数据转换（如 csv）转换为 xml，然后在 Java 中使用转换器。结果在 StreamResult 中，我正在尝试将此结果保存到 file.xml 但我找不到将 StreamResult 保存到文件中的方法。我做错了吗？

我在 java 中使用 SAX api 将 csv 转换为 xml。我可以生成一个没有属性的简单 xml 文件

但我找不到将 id 和数量设置为 item 元素的属性的方法，比如

所有 SAX api 似乎提供的是startElement,character和endElement方法。（我知道attribute这些方法中有参数，但我似乎根本无法设置属性）。

我正在使用 SAX 解析我从网络上提取的 XML 文件。我使用类似于以下的代码扩展了DefaultHandler ：

我遇到的问题是我得到了一系列空元素。日志内容如下：

当我只是传递parser.parse一个本地文件时，这很好用，但现在我将它从网上拉出来：

我得到了上面描述的（显然）空结果。

到目前为止我所调查的：

1. 我将InputStreamfrom转换resp.getEntity().getContent()为字符串并将其转储出来，看起来我正确地从服务器获取 XML。
2. 没有抛出异常，但有一条警告显示为“ W/ExpatReader(232): DTD handlers aren't supported.”。

关于我做错了什么或如何调试它的任何其他想法？

问题再次是，虽然我已经在我的代码中成功地实现了一个 SAX 解析器......它的行为很奇怪。它只是跳过 & 之后的条目并转到下一个条目。只是想知道这是 SAX 解析器的典型工作还是错误地实现它？？？

我已经实现了 org.xml.sax.ContentHandler 并在里面提供了以下编码......

`

`

有些元素带有标签 ,,,... 并且 m 将这些信息放入向量中...这是正确的吗？

现在又一个问题是我无法解析像“$”这样的特殊字符等等......有什么办法可以捕捉到这些字符？

我的情况类似于早期关于发出 XML 的问题。我正在分析 SAX ContentHandler 中的数据，同时将其序列化为流。我怀疑链接问题中的解决方案——尽管它正是我在 API 方面正在寻找的解决方案——不是内存效率的，因为它涉及使用 XSLT 处理器的身份转换。我希望程序的内存消耗是有界的，而不是随着输入大小而增长。

如何轻松地将参数转发到我的 ContentHandler 方法到序列化程序，而无需进行杂技以适应例如 StAX 到 SAX，或者更糟糕的是，将 SAX 事件内容复制到输出流？

编辑：这是我所追求的最小示例。thingIWant应该只写入给它的 OutputStream。就像我说的，前面的问题有一个 TransformerHandler，它为我提供了正确的 API，但它使用 XSLT 处理器而不是简单的序列化。

我必须解析从网络上获得的内容，它可以包含特殊字符。在这种情况下，内容字符串如下所示：

当上面的内容被传递给方法 characters() 时，在从 org.xml.sax.helpers.DefaultHandler 扩展的类中：

我注意到该数组test ž test被分成三个数组：“test”、“ ž”和“test”，所以 elementValue 不相等 test ž test，应该是结果。有谁知道如何解决这个问题？

是否需要重新编码源字符串：

在传递给 XML 处理程序类之前？

谢谢！