SAX解析xml characters方法要注意的问题
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：
<?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：
/**
* @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;
}
}
}