SAX解析characters 错误截取问题的解决

SAX的工作原理简单地说就是对文档进行顺序扫描，当扫描到文档（document）开始与结束、元素（element）开始与结束、文档（document）结束等地方时通知 事件处理函数 ，由事件处理函数做相应动作，然后继续同样的扫描，直至文档结束。

 

<?xml version="1.0" encoding="utf-8"?>
<persons>
<person>
<name>Tom Jeff</name>
<sex>M</sex>
<age>20</age>
</person>
<person>
<name>Cater</name>
<sex>M</sex>
<age>23</age>
</person>
<person>
<name>Susan</name>
<sex>F</sex>
<age>19</age>
</person>
<person>
<name>Lily</name>
<sex>F</sex>
<age>22</age>
</person>
</persons>

 

这段xml 很简单，我们要做的事情也很简单，只需要把其中的person 解析出来放入一个list中即可。像下面的这种写法是可能会有问题的：

/**   

1.  * @Title: MySaxHandler.java 
2.  * @Description: TODO 
3.  * @author ThinkPad 
4.  * @version 1.0 
5.  * @date 2014年7月13日 
6.  */  
7. package com.sax.example;  
8.   
9. import java.util.ArrayList;  
10. import java.util.List;  
11.   
12. import org.xml.sax.Attributes;  
13. import org.xml.sax.SAXException;  
14. import org.xml.sax.helpers.DefaultHandler;  
15.   
16. /** 
17.  * @author ThinkPad 
18.  * 
19.  */  
20. public class MySaxHandler1 extends DefaultHandler {  
21.   
22.     /** 
23.      *  xml 解析结果 
24.      */  
25.     public static List<Person> personList;  
26.       
27.     private Person person;  
28.       
29.     private String node;  
30.       
31.     private boolean flag = false;   
32.       
33.     public void startDocument () throws SAXException {    
34.         //开始解析文档     
35.         super.startDocument();  
36.         personList = new ArrayList<Person>();  
37.     }    
38.     
39.     public void endDocument () throws SAXException {    
40.         //文档解析结束     
41.         super.endDocument();  
42.     }    
43.     
44.     public void startElement (String uri, String localName, String qName, Attributes attributes) throws SAXException {    
45.         //开始解析节点     
46.         super.startElement(uri, localName, qName, attributes);  
47.         flag = true;   
48.         if( qName.equals("person")){  
49.             person = new Person();  
50.         }  
51.         node = qName;  
52.     }    
53.         
54.     public void characters (char[] ch, int start, int length) throws SAXException {    
55.         //保存节点内容     
56.         super.characters(ch, start, length);  
57.           
58.         if(!flag) {    
59.             return;    
60.         }    
61.           
62.         String s = new String(ch, start, length);     
63.         switch (node) {  
64.             case "name":  
65.                   person.setName(s);  
66.                  break;  
67.             case "sex":  
68.                  person.setSex(s);  
69.                  break;    
70.             case "age":  
71.                  person.setAge(s);  
72.                  break;  
73.             default:  
74.                 break;  
75.         }     
76.     }    
77.         
78.     public void endElement (String uri, String localName, String qName) throws SAXException {    
79.         //结束解析节点     
80.         super.endElement(uri, localName, qName);  
81.         flag = false;   
82.         if( qName.equals("person")){  
83.             personList.add(person);  
84.         }  
85.     }    
86. }  

/**  
 * @Title: MySaxHandler.java
 * @Description: TODO
 * @author ThinkPad
 * @version 1.0
 * @date 2014年7月13日
 */
package com.sax.example;

import java.util.ArrayList;
import java.util.List;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

/**
 * @author ThinkPad
 *
 */
public class MySaxHandler1 extends DefaultHandler {

	/**
	 *  xml 解析结果
	 */
	public static List<Person> personList;
	
	private Person person;
	
	private String node;
	
	private boolean flag = false; 
	
	public void startDocument () throws SAXException {  
        //开始解析文档  
		super.startDocument();
		personList = new ArrayList<Person>();
    }  
  
    public void endDocument () throws SAXException {  
        //文档解析结束  
    	super.endDocument();
    }  
  
    public void startElement (String uri, String localName, String qName, Attributes attributes) throws SAXException {  
        //开始解析节点  
    	super.startElement(uri, localName, qName, attributes);
    	flag = true; 
    	if( qName.equals("person")){
    		person = new Person();
    	}
    	node = qName;
    }  
      
    public void characters (char[] ch, int start, int length) throws SAXException {  
        //保存节点内容  
    	super.characters(ch, start, length);
    	
    	if(!flag) {  
            return;  
        }  
    	
    	String s = new String(ch, start, length);	
    	switch (node) {
			case "name":
				  person.setName(s);
				 break;
			case "sex":
				 person.setSex(s);
				 break;	 
			case "age":
				 person.setAge(s);
				 break;
			default:
				break;
    	}	
    }  
      
    public void endElement (String uri, String localName, String qName) throws SAXException {  
        //结束解析节点  
    	super.endElement(uri, localName, qName);
    	flag = false; 
    	if( qName.equals("person")){
    		personList.add(person);
    	}
    }  
}

当然，就解析上面的那段xml ，这是没有问题的。然而让人难堪的是，我想改一下xml ，在某些节点加上 \r \n \t 之类的字符，来证实这样解析会丢失部分数据，却没有成功。它一直工作的很好？？？ 很多人在博文里说“，当遇到内容中有回车，\t等等内容时，characters 方法有可能会执行多次”，看来在这种情况下也未必一定会执行多次。这是随机的？ 总之，我在生产环境中，使用类似上面的解析方法确实遇到了截断节点数据的问题。因此，我确信，上面的写法是有问题的。

正确的、合理的写法如下，用一个StringBuilder 在characters 方法中拼接数据，在 endElement 方法中填充数据。

[java] view plain copy print ?

1. /**   
2.  * @Title: MySaxHandler.java 
3.  * @Description: TODO 
4.  * @author ThinkPad 
5.  * @version 1.0 
6.  * @date 2014年7月13日 
7.  */  
8. package com.sax.example;  
9.   
10. import java.util.ArrayList;  
11. import java.util.List;  
12.   
13. import org.xml.sax.Attributes;  
14. import org.xml.sax.SAXException;  
15. import org.xml.sax.helpers.DefaultHandler;  
16.   
17. /** 
18.  * @author ThinkPad 
19.  * 
20.  */  
21. public class MySaxHandler extends DefaultHandler {  
22.   
23.     /** 
24.      *  xml 解析结果 
25.      */  
26.     public static List<Person> personList;  
27.       
28.     private Person person;  
29.       
30.     private String node;  
31.       
32.     private StringBuilder sb;  
33.       
34.     private boolean flag = false;  
35.       
36.     public void startDocument () throws SAXException {    
37.         //开始解析文档     
38.         super.startDocument();  
39.         personList = new ArrayList<Person>();  
40.     }    
41.     
42.     public void endDocument () throws SAXException {    
43.         //文档解析结束     
44.         super.endDocument();  
45.     }    
46.     
47.     public void startElement (String uri, String localName, String qName, Attributes attributes) throws SAXException {    
48.         //开始解析节点     
49.         super.startElement(uri, localName, qName, attributes);  
50.         flag = true;  
51.         if( qName.equals("person")){  
52.             person = new Person();  
53.         }  
54.         node = qName;  
55.         sb = new StringBuilder();  
56.     }    
57.         
58.     public void characters (char[] ch, int start, int length) throws SAXException {    
59.         //保存节点内容     
60.         super.characters(ch, start, length);  
61.         if(!flag) {    
62.             return;    
63.         }    
64.         sb.append(new String(ch, start, length) );  
65.           
66.     }    
67.         
68.     public void endElement (String uri, String localName, String qName) throws SAXException {    
69.         //结束解析节点     
70.         super.endElement(uri, localName, qName);  
71.         flag = false;   
72.         if( qName.equals("person")){  
73.             personList.add(person);  
74.         }  
75.         String s = sb.toString();  
76.         switch (node) {  
77.             case "name":  
78.                   person.setName(s);  
79.                  break;  
80.             case "sex":  
81.                  person.setSex(s);  
82.                  break;    
83.             case "age":  
84.                  person.setAge(s);  
85.                  break;  
86.             default:  
87.                 break;  
88.        }          
89.     }    
90. }