Sax parser: игнорирование специальных символов

Я использую Xerces для анализа моего xml-документа. Проблема в том, что в XML Escape-символы, как ' появится в символах() метод, как спасшийся. Мне нужно получить экранированные символы внутри метода characters () как есть.

спасибо.

UPD: пытался переопределить метод resolveEntity im потомок моего DefaultHandler. Из отладки видно, что он установлен как распознаватель сущностей для чтения xml, но код из переопределенного метода не вызывается.

8
java parsing sax saxparser xml

4 ответов

Я думаю, что ваше решение не так уж плохо: несколько строк кода, чтобы делать то, что вы хотите. Проблема в том, что startEntity и endEntity методы не предусмотрены ContentHandler интерфейс, поэтому вы должны написать LexicalHandler, который работает в сочетании с вашим ContentHandler. Обычно, использование XMLFilter более элегантно, но вы должны работать с сущностью, поэтому вы все равно должны написать LexicalHandler. Взгляните здесь для введения в использование фильтров SAX.

Я хотел бы чтобы показать вам способ, очень похожий на Ваш, который позволяет отделять операции фильтрации (wrapping & to & например) из операций вывода (или что-то еще). Я написал свой собственный XMLFilter на основе XMLFilterImpl, который также реализует LexicalHandler интерфейс. Этот фильтр содержит только код, связанный с entites escape / unescape.

public class XMLFilterEntityImpl extends XMLFilterImpl implements
        LexicalHandler {

    private String currentEntity = null;

    public XMLFilterEntityImpl(XMLReader reader)
            throws SAXNotRecognizedException, SAXNotSupportedException {
        super(reader);
        setProperty("http://xml.org/sax/properties/lexical-handler", this);
    }

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        if (currentEntity == null) {
            super.characters(ch, start, length);
            return;
        }

        String entity = "&" + currentEntity + ";";
        super.characters(entity.toCharArray(), 0, entity.length());
        currentEntity = null;
    }

    @Override
    public void startEntity(String name) throws SAXException {
        currentEntity = name;
    }

    @Override
    public void endEntity(String name) throws SAXException {
    }

    @Override
    public void startDTD(String name, String publicId, String systemId)
            throws SAXException {
    }

    @Override
    public void endDTD() throws SAXException {
    }

    @Override
    public void startCDATA() throws SAXException {
    }

    @Override
    public void endCDATA() throws SAXException {
    }

    @Override
    public void comment(char[] ch, int start, int length) throws SAXException {
    }
}

и это мой главный, сDefaultHandler as ContentHandler который получает сущность в соответствии с фильтром код:

public static void main(String[] args) throws ParserConfigurationException,
        SAXException, IOException {

    DefaultHandler defaultHandler = new DefaultHandler() {
        @Override
        public void characters(char[] ch, int start, int length)
                throws SAXException {
            //This method receives the entity as is
            System.out.println(new String(ch, start, length));
        }
    };

    XMLFilter xmlFilter = new XMLFilterEntityImpl(XMLReaderFactory.createXMLReader());
    xmlFilter.setContentHandler(defaultHandler);
    String xml = "<html><head><title>title</title></head><body>&amp;</body></html>";
    xmlFilter.parse(new InputSource(new StringReader(xml)));
}

и это мой выход:

title
&amp;

вероятно, вам это не нравится, в любом случае это альтернативное решение.

извините, но с SaxParser я думаю, что у вас нет более элегантного способа.

вы также должны рассмотреть переключение на StaxParser: это очень легко сделать, что вы хотите с XMLInputFactory.IS_REPLACING_ENTITY_REFERENCE значение false. Если вам нравится это решение, вы должны взглянуть здесь.

7

Если вы предоставите LexicalHandler в качестве обратного вызова синтаксическому анализатору SAX, он сообщит вам о начале и конце каждой ссылки на объект, используя обратные вызовы startEntity() и endEntity ().

(обратите внимание, что javadoc на http://download.oracle.com/javase/1.5.0/docs/api/org/xml/sax/ext/LexicalHandler.html разговоры о "сущности" при правильной термин "сущности").

обратите внимание также, что нет способа получить парсер SAX, чтобы рассказать вам о числовом ссылки на символы, такие как &#x1234;. Приложения должны относиться к ним точно так же, как к оригинальному персонажу, поэтому вы действительно не должны быть заинтересованы в них.

5

временное решение:

public void startEntity(String name) throws SAXException {
    inEntity = true;
    entityName = name;
}

public void characters(char[] ch, int start, int length) throws SAXException {
    String data;
    if (inEntity) {
        inEntity = false;
        data = "&" + entityName + ";";
    } else {
        data = new String(ch, start, length);
    }
    //TODO do something instead of System.out
    System.out.println(data);
}

но все еще нужно элегантное решение.

1

есть еще один может: escapeXml метод org.apache.commons.lang.StringEscapeUtils класса.

попробуйте этот код в ваш characters(char[] ch, int start, int length) способ:

String data=new String(ch, start, length);
String escapedData=org.apache.commons.lang.StringEscapeUtils.escapeXml(data);

вы можете скачать банку здесь.

1