SAX 解析器问题答案

【问题标题】：SAX parser issueSAX 解析器问题
【发布时间】：2010-12-22 17:39:06
【问题描述】：

我正在为特定的 RSS 提要开发 RSS 提要阅读器，但我遇到了 SAX 和标签的问题。标签看起来像这样

<description>
<![CDATA[<img src=http://www.lamaruniversitypress.com/polopoly_fs/1.1832584!image/2678128836.jpg_gen/thumbnails/100x100/2678128836.jpg><br /><br><p>
    South Korea vowed Wednesday to completely punish North Korea if it attacks again.
...</p>]]>
</description>

我的 startElement 方法有这个元素来处理描述标签，如下所示：

if (localName.equals("description"))
        {            
            currentstate = RSS_DESCRIPTION;
            return;
        }

我的 chars 方法如下所示：

case RSS_DESCRIPTION:
            _item.setDescription(theString);
            Log.i("DESCRIPTION","characters[" + theString + "]");
            currentstate = 0;
            break;

日志文件显示如下：

12-22 11:21:06.517: INFO/TITLE(489): characters[SKorea holds massive new drills after North attack]
12-22 11:21:06.527: INFO/DESCRIPTION(489): characters[
12-22 11:21:06.527: INFO/DESCRIPTION(489): ]

这是我第一次尝试使用 SAX，而且我已经非常接近用不同的解析器重写整个东西了，问你们是我最后的努力。

我尝试过处理段落标签，但它不起作用，大概是因为它位于 CDATA 内部。我试图对这样的描述进行子串化

String theString = new String(ch,start,length);
        /*
        if ( currentstate == RSS_DESCRIPTION){
            theString = new String(ch, theString.indexOf("<p>") + 3, theString.indexOf("</p>"));

        }

当它碰到它时程序就会停止。

提前感谢您的帮助！！！ -大卫

【问题讨论】：

我刚刚粘贴的子字符串代码与我实际运行的代码混淆了，我实际上创建了一个新字符串 thisString 并将其传递给 theString 而不是 ch...
我认为我不相信 Log Cat 转储。解析器真的将“South Korea...”更改为“SKorea...”还是 XML 中的内容更多？
@Brandon：为什么不打开实际的 XML 文档，看看它的结构？这可能有助于你理解。看起来好像“title”元素包含 SKorea，而不是描述。
是的，我完全失明了。没有看到信息/标题。实际的 XML 文档在哪里？
这是正确的，标题标签与描述标签不同，我记录了两者，因此我可以参考应该存在的描述。

标签： java android rss sax

【解决方案1】：

您不应该重置 currentState 标志，因为 SAX 解析器会逐块调用 characters 方法。当第一个块重置标志时，即将到来的字符将不会以相同的方式处理。

您可以将 char 数组附加到 StringBuilder，然后在任何 startElement、endElement、processingInstruction 事件上刷新它。

【讨论】：

【解决方案2】：

你没有解释ch 是如何设置的，所以很难知道发生了什么。不过，这是我有根据的猜测：

如果实体引用或 CDATA 部分出现在其中，许多（如果不是全部）SAX 解析器会将字符数据分解为单独的事件。看起来您只处理来自单个事件的文本。您想将它们连接在一起。

【讨论】：

public void characters(char ch[], int start, int length)
对不起，ch 是传递给公共 void 字符的字符数组。
哦，它们是由 rss 对象的向量处理的，因此它们是连接在一起的。
@david 我不知道您所说的“它们正在由 rss 对象的向量处理”是什么意思。从您发布的一小段代码看来，您正在调用_item.setDescription(theString)，其中theString 只是传递给characters 事件处理程序方法的字符。假设setDescription 符合其名称的含义，那就错了。您想附加到描述，而不是设置它。如果您仍需要帮助，请发布更多代码。