前段时间,在写一段解析xml的代码时发现了一个问题。我用的是SAX,这确实是很简单好用的一个东东。我们只需要继承DefaulHandler ,实现其中的方法即可。但是我们要注意到,其中的 characters 方法在解析一个节点的时候是可能会执行多次的。
假设我们的 persons.xml 文件如下:
前段时间,在写一段解析xml的代码时发现了一个问题。我用的是SAX,这确实是很简单好用的一个东东。我们只需要继承DefaulHandler ,实现其中的方法即可。但是我们要注意到,其中的 characters 方法在解析一个节点的时候是可能会执行多次的。
假设我们的 persons.xml 文件如下:
<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:
* @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。
* @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 MySaxHandler extends DefaultHandler {
/**
* xml 解析结果
*/
public static List<Person> personList;
private Person person;
private String node;
private StringBuilder sb;
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;
sb = new StringBuilder();
}
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;
}
sb.append(new String(ch, start, length) );
}
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);
}
String s = sb.toString();
switch (node) {
case "name":
person.setName(s);
break;
case "sex":
person.setSex(s);
break;
case "age":
person.setAge(s);
break;
default:
break;
}
}
}
characters 会执行多次 ,endElement 也是跟着执行的。