SAXXMLJava实体问题

我对SAX和Java有问题

我正在解析dblp数字图书馆数据库xml文件（其中列举了期刊、会议、论文）。XML文件非常大（>700MB）

但是，我的问题是，当回调characters（）返回时，如果检索到的字符串包含多个实体，则该方法只返回从找到的最后一个实体字符开始的字符串

i、 e.：

Rü；diger Mecke

是在

标记之间保留的原始作者姓名

u diger Mecke

就是结果

（从characters（ch[]，start，length）方法返回的字符串）

我想知道：

如何防止解析器自动解析实体

如何解决前面描述的截断字符问题

我认为你不能关闭实体解析

characters方法可以为单个标记多次调用，您必须在多次调用中收集字符，而不是期望它们一次全部到达

characters（）

不能保证在一次调用中返回所有字符。从Javadoc：

解析器将调用此方法来报告每个字符块 数据。SAX解析器可以在单个文件中返回所有连续字符数据 块，或者他们可以把它分成几个块

您需要附加在所有调用中返回的字符，例如：

private StringBuffer tempValue = new StringBuffer();

startElement()
{
    tempValue.setLength(0); // clear buffer...
}

characters(characters(char[] ch, int start, int length)
{
    tempValue.append(ch, start, length); // append to buffer
}

endElement()
{
    String value = tempValue.toString(); // use characters in buffer...
}

---

好的，但为什么characters方法只对包含实体的文本节点调用多次？我不相信这是唯一会导致多次调用的方法，但我知道它在大多数sax实现中都会发生。长块也可能被分割。什么决定解析器返回的块？我的文件包含一个“，”这似乎是对解析的限制。