sax：解析混合内容文本时遇到问题答案

【问题标题】：sax : trouble with parsing mixed content textsax：解析混合内容文本时遇到问题
【发布时间】：2011-07-05 15:08:48
【问题描述】：

我在处理 xml 文件的一部分时遇到了问题。我正在用 sax 和 java 解析它。
我无法获取文本的所有部分（文本的开头、文本的中间、文本的结尾）。

<sometag type="aType">  
     beginning of the text          
     <anothertag type="anotherType" target="aTarget">middle of the text</anothertag>
     end of the text
</sometag>

【问题讨论】：

欢迎来到 SO。为了让我们帮助您，您将不得不提供不起作用的代码，否则我们只是在猜测。请看stackoverflow.com/questions/how-to-ask

标签： java xml sax

【解决方案1】：

每个人都搞砸了实现 ContentHandler characters 方法，因为它完全不直观。诀窍是单个元素文本节点可以多次调用 characters 方法，您必须将传入的片段累积在缓冲区中。 See the Java tutorial on SAX. 对于混合内容，您必须在 startElement 和 endElement 处从缓冲区中获取文本。

如果这不能回答您的问题，请向我们展示一些代码。

【讨论】：

另外，千万不要以为只有在嵌入标签时才会接到多个电话 - 您还会偶尔看似无缘无故地接到多个电话- 我猜它们发生在输入缓冲区边界上。

【解决方案2】：

在您知道从经验中可以期待什么之前，SAX 通常会令人惊讶。

您可能希望暂时在事件处理程序中放置一些控制台日志记录，或者甚至只是将它们全部断点，然后设置一个小测试来看看您得到了什么。我更喜欢登录这样的案例，因为它为我提供了我可以期待的“大图”。

FWIW，Stax 在性能上更容易一些且相似。

【讨论】：

或者，编写一个带有控制台日志事件处理程序的独立实用程序。你可能会再次使用它。