xml特殊字符 java_SAX解析含特殊字符的xml文档（java）

一、不含自定义字符或含较少量的特殊字符

一般的特殊字符有五个：&，,’(单引号),”(双引号)。这些字符如果直接出现在xml文档中，一般是不能解析出来的，如解析a&b时会报错。解决方法有两个：1.用标记；2.转义。

1.用标记

对于含特殊字符的element用标记起来即可成功解析，如

该方法简单但不实用，对于每个含特殊字符的element都要用标记。数量很少是推荐用这种方法。

2.转义

特殊字符数量很多时方法1显然不实用，此时可用转义来实现：

<

> >大于号

& &和

' '单引号

" "双引号

即将xml中的特殊文档全部替换为转义字符，如a&b变成a&b。

但是对于这种情况解析过程会发生变化，不是一次性解析a&b，而是分三步，先解析a，然后是&，然后是b，因此要注意想要获得中数据必须要用String变量将这三部分加起来。即解析程序中

StringBuffer contentBuffer = new StringBuffer();

publicvoidcharacters(char[] ch,intstart,intlength)

throwsSAXException {

if(this.tagName!=null){

contentBuffer.append(ch, start, length);//当出现特殊字符时会循环调用当前方法，若想使字符串完整解析，使用StringBuffer更好一点，否则只使用String的话只会得到末尾的部分字符串。

//String date=newString(ch,start,length);

//date就是当前节点(tagName)解析出来的数据

//example=example+date;

//example是已申明的用来存储中数据的Sting变量

}

}

这样解析出的example变量才是a&b，如果直接用example=date;得到的example的变量的只是b。

二、含自定义字符或含较多的特殊字符(用dtd文件验证)

DTD文件格式及验证xml原理(百度)

如何解析含DTD的xml文件呢？

将dtd文件导入当前工程，在xml文件中加入

src/dblp.dtd">即可。

如解析aüb，在dtd文件中声明

验证ü代表字符ü。

三、含单引号的xml解析后插入数据库：

用上面方法可以解析出xml中含单引号的数据(String型数据)，但要将数据插入数据库中却很容易出现问题，因为sql语句中不允许单独的单引号存在，解决办法很简单，将解析所得的数据中的单引号用函数replaceAll()替换成双引号在插入数据库即可。

四、解析含较多实体引用的大型的xml文档(如1G)

xml实体引用都是以&开头，以；结尾，如第二大点中的ü就是一个实体引用。对于大型的xml文档，含有的实体引用可能太多导致解析过程报错：Parser has reached the entity expansion limit "64,000" set by the Application.

即单个xml文件中实体引用超过了默认值64000个。这时只要在解析前设置单个xml文件中实体引用的最大数量即可，System.setProperty("entityExpansionLimit", "xxxxx");。xxxxx代表设定的单文件实体引用数最大值。