AndroidSAX解析错误,内容获取不完整

转载：http://blog.csdn.net/feng88724/article/details/7013675

在讲这次错误之前，先看一下下面这段代码。  【◆以下解析方法是错误的×】

 

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

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

import android.util.Log;

public class XmlHandler extends DefaultHandler{

    private final String TAG = this.getClass().getSimpleName();

    /**XML文件中标签定义*/
    private final String TAG_Article = "Article";
    private final String TAG_ArticleID = "ArticleID";
    private final String TAG_Title = "Title";
    private final String TAG_Date = "Date";
    private final String TAG_SmallPictures = "SmallPictures";
    private final String TAG_LargePictures = "LargePictures";
    private final String TAG_Category = "Category";
    private static final String TAG_HeadNote = "HeadNote";
    private static final String TAG_SubTitle = "SubTitle";
    private static final String TAG_Source = "Source";

    //当前正在解析的TAG
    private String currentName;

    //单个文章
    private News news = null;

    //文章列表
    private List<News>  newsList = null;

    //解析开始时间
    private long start_time;

    private boolean flag = false;

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        super.characters(ch, start, length);

        if(!flag) {
            return;
        }
        // 取值
        String value = new String(ch, start, length);
        Log.d(TAG, "Element: " + currentName  + " Element Value: " + value);
        if(value != null) {
            if(TAG_ArticleID.equals(currentName)) {
                news.setArticleId(value);
            } else if(TAG_Title.equals(currentName)) {
                news.setTitle(value);
            } else if(TAG_Date.equals(currentName)) {
                news.setDate(value);
            } else if(TAG_Category.equals(currentName)) {
                news.setCategory(value);
            } else if(TAG_SmallPictures.equals(currentName)) {
                news.setSmallPicture(value);
            } else if(TAG_LargePictures.equals(currentName)) {
                news.setLargePicture(value);
            } else if(TAG_HeadNote.equals(currentName)) {
                news.setHeadNote(value);
            } else if(TAG_SubTitle.equals(currentName)) {
                news.setSubTitle(value);
            } else if(TAG_Source.equals(currentName)) {
                news.setSource(value);
            }
        }
    }

    @Override
    public void startDocument() throws SAXException {
        super.startDocument();

        start_time = System.currentTimeMillis();
        newsList = new ArrayList<News>();
    }

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        super.startElement(uri, localName, qName, attributes);
        this.currentName = localName;
        flag = true;
        if(TAG_Article.equals(localName)) {
            news = new News();
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        super.endElement(uri, localName, qName);
        flag = false;

        if(TAG_Article.equals(localName)) {
            newsList.add(news);
        }
    }

    @Override
    public void endDocument() throws SAXException {
        super.endDocument();

        long end = System.currentTimeMillis();
        Log.d(TAG, "Parse List's Xml Cost: " + (end - start_time) + " !!");
    }
}

Baidu 或者 Google 一下 “Android Sax 解析” ， 给出的Sample无一例外都是如此。 坑爹啊... 甚至连有些书籍中都是这么写的， 比如《Android开发入门与实践》。（本书亲自确认过，其他书情况不详）

 

 

没错， 一般情况下，这么写是可以的， 而且在大多数情况下解析出来也是正确的。 但是就是偶尔会出错， 这个时候通常你都莫不着头脑， 怎么回事? 数据没错啊，解析部分代码貌似也没问题.. 真是奇了怪了。 其实问题都出在上面那段代码上！！

 

大家都认为 SAX 解析过程大致如下：

startDocument  ->   startElement  -> characters -> endElement -> endDocument

 

没错，就是这样， startElement  读取起始标签， endElement 读取结束标签，characters 呢？当然是读取其值， 这没错，但是大家都天真的以为 characters 只执行一次，并且一次就读取了全部内容。错就错在这！

 

其实characters 是很有可能会执行多次的，当遇到内容中有回车，\t等等内容时，它很有可能就执行多次。 有的人可能会说，那我没有这些是不是就只执行一次了？ 看下我实测结果：

 

 

测试用XML如下：

 

<News>
    <Article>
        <ArticleID>1000555</ArticleID>
        <Title><![CDATA[ 郑州“亚洲第一桥”通车6年成危桥 ]]></Title>
        <Date>2011-11-25 14:23:52</Date>
        <SmallPictures>livenews/images/s20.png</SmallPictures>
        <LargePictures>livenews/images/l20.png</LargePictures>
        <Category>闻天下</Category>
        <HeadNote></HeadNote>
        <SubTitle></SubTitle>
        <Author></Author>
        <Source>人民日报</Source>
        <Abstract></Abstract>
    </Article>
    <Article>
        <ArticleID>1000554</ArticleID>
        <Title><![CDATA[ 内地事业单位拟设统一工资制度 ]]></Title>
        <Date>2011-11-25 14:22:33</Date>
        <Category><![CDATA[ 闻天下 ]]></Category>
        <HeadNote></HeadNote>
        <SubTitle></SubTitle>
        <Author></Author>
        <Source></Source>
        <Abstract></Abstract>
    </Article>
    <Article>
        <ArticleID>1000553</ArticleID>
        <Title></Title>
        <Date>2011-11-25 14:21:23</Date>
        <SmallPictures>livenews/images/s21.png</SmallPictures>
        <LargePictures>livenews/images/l21.png</LargePictures>
        <Category><![CDATA[ 星娱乐 ]]></Category>
        <HeadNote></HeadNote>
        <SubTitle></SubTitle>
        <Author></Author>
        <Source><![CDATA[ 凤凰网综合 ]]></Source>
        <Abstract></Abstract>
    </Article>
<News>

 

可以很明显的看到，在解析 <ArticleID>1000553</ArticleID>  这一段时， characters执行了两次，将内容"1000553"分两次读取.. 用上面那种方式的最终结果就是 ArticleID = 00553 了。 那如果你的应用需要根据这个id 进一步获取内容岂不是死翘翘了？（比如这边根据id获取新闻详细内容）

 

好了，废话不多说了，看下正确的写法！  【★以下解析方法才是正确的 √ 】

 

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

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

import android.util.Log;

public class XmlHandler extends DefaultHandler{

    private final String TAG = this.getClass().getSimpleName();

    /**XML文件中标签定义*/
    private final String TAG_Article = "Article";
    private final String TAG_ArticleID = "ArticleID";
    private final String TAG_Title = "Title";
    private final String TAG_Date = "Date";
    private final String TAG_SmallPictures = "SmallPictures";
    private final String TAG_LargePictures = "LargePictures";
    private final String TAG_Category = "Category";
    private static final String TAG_HeadNote = "HeadNote";
    private static final String TAG_SubTitle = "SubTitle";
    private static final String TAG_Source = "Source";

    //单个文章
    private News news = null;

    //文章列表
    private List<News>  newsList = null;

    //解析开始时间
    private long start_time;

    //(1)
    private StringBuilder sb = new StringBuilder();

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        super.characters(ch, start, length);

        //(2)不管在startElement到endElement的过程中，执行了多少次characters， 都会将内容添加到StringBuilder中，不会丢失内容
        sb.append(ch, start, length);
    }

    @Override
    public void startDocument() throws SAXException {
        super.startDocument();

        start_time = System.currentTimeMillis();
        newsList = new ArrayList<News>();
    }

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        super.startElement(uri, localName, qName, attributes);
        //(3) 开始收集新的标签的数据时，先清空历史数据
        sb.setLength(0);
        if(TAG_Article.equals(localName)) {
            news = new News();
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        super.endElement(uri, localName, qName);

        //(4)原来在characters中取值，现改在此取值
        String value = sb.toString();

        if(TAG_ArticleID.equals(localName)) {
            news.setArticleId(value);
        } else if(TAG_Title.equals(localName)) {
            news.setTitle(value);
        } else if(TAG_Date.equals(localName)) {
            news.setDate(value);
        } else if(TAG_Category.equals(localName)) {
            news.setCategory(value);
        } else if(TAG_SmallPictures.equals(localName)) {
            news.setSmallPicture(value);
        } else if(TAG_LargePictures.equals(localName)) {
            news.setLargePicture(value);
        } else if(TAG_HeadNote.equals(localName)) {
            news.setHeadNote(value);
        } else if(TAG_SubTitle.equals(localName)) {
            news.setSubTitle(value);
        } else if(TAG_Source.equals(localName)) {
            news.setSource(value);
        }
        if(TAG_Article.equals(localName)) {
            newsList.add(news);
        }
    }

    @Override
    public void endDocument() throws SAXException {
        super.endDocument();

        long end = System.currentTimeMillis();
        Log.d(TAG, "Parse List's Xml Cost: " + (end - start_time) + " !!");
    }
}

归纳为三点：

 

1.startElement的时候， new StringBuilder(); 或者 sb.setLength(0); (我建议后者)
2.characters的时候，sb.append(ch, start, length);
3.endElement的时候，sb.toString(); 此时StringBuilder中的内容才是解析的结果

 

通过这种方法就不会再有数据离奇丢失的情况了(同时也不需要像错误方法那样再设个currentTag之类的了，逻辑繁杂了，还出错)！ 

 

希望大家可以尽早看到这篇文章，不要继续被吭了！！！