java xml报文长度最大_XML 文件解析--标签内容长度限制问题

近期在解析XML的时候遇到了些问题，第一个就是上一篇中说到的Unicode字符的问题，第二个就是标签内容长度太长(超过6k字符)造成解析错误。

比如，要解析的XML文件内容如下，其中desc标签的内容长度很长(超过6000个字符)，

101

 Java 

 simpsons lisa 

 ... apple lisa 

23.5

在使用Scala 自带的XML 的 API

val str = """

101

 Java 

 simpsons lisa 

 this is ... apple lisa 

23.5

"""

val p = XML.loadString(str)

print(p \ "desc")

发现结果不是正常的文本内容，而是

“... apple lisa </desc>

<price>23.5

</price>

</book> this is ...”

desc解析越界

查询了一些原因，在stackoverflow上有个回答：XML对标签内容的长度没有限制，但XML解析工具对此有限制，本人感觉有道理。对于长度超出限制(本机测试是6000+个字符的限制)的标签进行单独处理，本文用正则表达式去获取标签内容；

eg：

if((p \ "desc").text.length() > 6000) {

val regex = Pattern.compile("*?((>(?s).*?))")

val matcher = regex.matcher(str)

var desc

if(matcher.find()) {

val match = matcher.group()

desc = match.substring(4, match.length()-4)

}

}