使用 XmlSlurper 解析 UTF-8 xml 文件答案

【问题标题】：Parse UTF-8 xml file with XmlSlurper使用 XmlSlurper 解析 UTF-8 xml 文件
【发布时间】：2011-10-18 12:39:17
【问题描述】：

我正在尝试使用 XmlSlurper 解析 google atom。我的用例是这样的。

1) 将 atom xml 发送到带有 rest 客户端的服务器。

2)在服务器端处理请求并解析它。

我使用 Groovy 开发我的服务器并使用 XmlSlurper 作为解析器。但我无法成功并得到“prolog 中不允许的内容”异常。然后我试图找出它发生的原因。我将 atom xml 保存到使用 utf-8 编码的文件中。然后尝试读取文件并解析原子，我得到了同样的异常。但后来我将 atom xml 保存到一个文件 whixh 用 ansi 编码。我成功地解析了atom xml。所以我认为问题在于 XmlSlurper 和“UTF-8”。

您对此限制有任何想法吗？我的 atom xml 必须是 utf-8，那么我该如何解析这个 atom xml 呢？感谢您的帮助。

XML：

<?xml version="1.0" encoding="UTF-8"?>
<entry xmlns:atom='http://www.w3.org/2005/Atom'
    xmlns:gd='http://schemas.google.com/g/2005'>
  <category scheme='http://schemas.google.com/g/2005#kind'
    term='http://schemas.google.com/contact/2008#contact' />
  <title type='text'>Elizabeth Bennet</title>
  <content type='text'>Notes</content>
  <gd:email rel='http://schemas.google.com/g/2005#work'
    address='liz@gmail.com' />
  <gd:email rel='http://schemas.google.com/g/2005#home'
    address='liz@example.org' />
  <gd:phoneNumber rel='http://schemas.google.com/g/2005#work'
    primary='true'>
    (206)555-1212
  </gd:phoneNumber>
  <gd:phoneNumber rel='http://schemas.google.com/g/2005#home'>
    (206)555-1213
  </gd:phoneNumber>
  <gd:im address='liz@gmail.com'
    protocol='http://schemas.google.com/g/2005#GOOGLE_TALK'
    rel='http://schemas.google.com/g/2005#home' />
  <gd:postalAddress rel='http://schemas.google.com/g/2005#work'
    primary='true'>
    1600 Amphitheatre Pkwy Mountain View
  </gd:postalAddress>
</entry>

读取文件并解析：

 String file = "C:\\Documents and Settings\\user\\Desktop\\create.xml";
 String line = "";
 StringBuilder sb = new StringBuilder();
 BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(file)));
 while ((line = br.readLine()) !=null) {
     sb.append(line);
 }
 System.out.println("sb.toString() = " + sb.toString());

 def xmlf = new XmlSlurper().parseText(sb.toString())
    .declareNamespace(gContact:'http://schemas.google.com/contact/2008',
        gd:'http://schemas.google.com/g/2005')

   println xmlf.title

【问题讨论】：

“我将 atom xml 保存到使用 ansi 编码的文件中”到底是什么意思？你到底是如何解析 XML 的？一些代码会有所帮助...
我的意思是我用记事本++创建了一个编码类型为ansi的文件。我做了一个复制粘贴。
您还有失败的 XML 示例吗？
@erimerturk：这意味着您已经应用了多个解码/编码通道 - 我并不奇怪这是错误的。在可能的情况下，尝试不进入编码业务。有关更多详细信息，请参阅我的答案 - 但尚不清楚为什么您甚至得到一个文件。我假设实际上 XML 来自网络流 - 所以让 XmlSlurper 将该流解析为 作为 InputStream。

标签： xml groovy atom-feed xmlslurper

【解决方案1】：

试试：

String file = "C:\\Documents and Settings\\user\\Desktop\\create.xml"

def xmlf = new XmlSlurper().parse( new File( file ) ).declareNamespace( 
        gContact:'http://schemas.google.com/contact/2008',
        gd:'http://schemas.google.com/g/2005' )
println xmlf.title

你走得很远

【讨论】：

正如我之前所说，我必须将此 atom xml 发送到带有休息客户端的服务器。我使用文件来查找问题。这种方法适用于文件，然后我会为 ServletInputStream 尝试这个，反馈。谢谢
@erimerturk XmlSlurper can parse an InputStream，因此您无需通过Readers 和InputStreams 的链式序列运行所有内容以将其放入String
我试过 XmlSlurper().parse(request.getInputStream()) 但知道我得到“文件过早结束异常”但我用这个 XmlSlurper().parse(new File(文件））。我错过了什么？

【解决方案2】：

这就是问题所在：

BufferedReader br = new BufferedReader(
    new InputStreamReader(new FileInputStream(file)));
while ((line = br.readLine()) !=null) {
    sb.append(line);
}

这是使用平台默认编码读取文件。如果编码错误，您将错误地读取数据。

您应该做的是让 XML 解析器为您处理它。它应该能够根据第一行数据检测到编码本身。

我不熟悉XmlSlurper，但我希望它要么能够解析输入流（在这种情况下，只需给它FileInputStream）或处理文件本身的名称。

【讨论】：