问题标签 [sax]

我正在编写一个屏幕抓取应用程序，它可以读取各种页面并提取数据。我正在使用SAXParserFactorygo get a SAXParser，这反过来又让我获得了XMLReader. 我已经像这样配置了工厂：

但是，每当我解析包含&nbsp实体的文档时，我都会得到一个

我可以理解它找不到实体，因为我告诉工厂不要读取 DTD，但是如何禁用实体检查呢？

编辑：这是一个 Android 应用程序，这就是为什么我不愿意使用不在标准环境中的 API/库。

我是 python 新手，我正在尝试使用 SAX 解析 XML 文件而不验证它。

我的 xml 文件的头是：

我尝试用 python 2.5.2 解析它：

但我得到一个错误：

我不希望 SAX 解析器寻找模式。我哪里错了？谢谢 ！

我正在将 excel 电子表格转换为需要针对模式进行验证的 xml 文档。我目前正在使用 DOM api 构建 xml 文档，并在最后使用 SAX 和自定义错误处理程序进行验证。但是，我真的希望能够在解析 excel 文档时验证每个 Cell 生成的 xml，这样我就可以以更友好的方式指出哪些单元格有问题。

我目前遇到的问题是，在验证简单类型​​的 xml 后，一旦将它们构建为复杂类型，所有子节点都会再次验证，从而产生冗余错误。

我在 SO 发现了这个问题，但它使用的是 C# 和 Microsoft API。

想法？谢谢！

我想有一种方法可以在JTree. 我已经使用 DOM 通过实现自定义TreeModel(and TreeCellRenderer) 实现了这一点。然而，它非常笨重（很多变通方法和骇客）并且边缘相当粗糙。

有没有人知道一种方法来JTree显示用 SAX 解析的 XML 文件的内容？

谢谢！

我有一个奇怪的问题。我正在解析一个带有大文本字段的文档。在我的字符部分，我正在使用 StringBuilder

然后在我的 endElement 中，我将它分配给我的对象上的适当字段。

setSummaryText(String text)方法是：

而且我的内存快用完了。

如果我将 setSummaryText 更改为像这样完全奇怪的东西

我很好。我只是不知道我在哪里拿着那个参考？Story 是这个对象的成员变量，用“”初始化；注意 - 分配给本地字符串变量而不是 char[] - 也会失败。

我正在尝试使用 SAX 解析该文档：

我很好地阅读了所有属性，除了“initialstate”和“name”......我使用 startElement 处理程序获取属性，但 scxml 的属性列表的大小为零。为什么？我怎样才能克服这个问题？

编辑：

这在解析第一个标签时不起作用（打印“null”两次）。实际上，

评估为零。

谢谢

我很确定答案是否定的，但当然还有比我更聪明的人！

有没有办法构建一个可以停止的基于惰性 SAX 的 XML 解析器（例如，引发异常是一种可能的方式）但也可以恢复？

我正在寻找 Python >= 2.6 和标准 XML 库的可能解决方案。“懒惰”部分也是微不足道的：我真的很喜欢这里的“可恢复”属性。

鉴于此 XML 片段

在 SAX 中，很容易获取属性值：

但是要获得一个文本节点的值，例如<author>标签的值，这是相当困难的......

1. 我不确定上面的示例是否有效，您如何看待这种方法？
2. 有没有更好的办法？（获取文本节点的值）

我有一个大的 XML 数据文件（>160M）要处理，看起来 SAX/expat/pulldom 解析是要走的路。我想要一个线程来筛选节点并将要处理的节点推送到队列中，然后其他工作线程将下一个可用节点从队列中拉出并处理它。

我有以下内容（它应该有锁，我知道 - 稍后会有）

问题是while块的主体只被调用一次，然后我什至不能 ctrl-C 中断它。在较小的文件上，输出符合预期，但这似乎表明处理程序仅在文档完全解析时才被调用，这似乎违背了 SAX 解析器的目的。

我确定这是我自己的无知，但我不明白我在哪里犯了错误。

PS：我也尝试过start_handler这样的改变：

然而，没有爱。

我正在使用 SAX 来解析一些 XML。在我的处理程序的startElement()方法中，我试图读取一个名为的属性的值，xsi:type例如：

但是，它总是返回null。这适用于其他一切，所以我假设这是由于命名空间前缀。我怎样才能得到这个值？