如何解决;问号;当通过Java SAXParser解析dtd验证的XML文档时?
我想知道为什么我的如何解决;问号;当通过Java SAXParser解析dtd验证的XML文档时?,java,xml,sax,dtd,Java,Xml,Sax,Dtd,我想知道为什么我的SaxParser似乎无法解析外部dtd文件中定义的某些实体。我正在处理一个巨大的xml文件,它的头如下。因此,输入是(大幅减少:-): 明显地á未解析 以下是我如何设置解析器的: // MySaxParser.java public class MySaxParser extends DefaultHandler { @Override public void characters(char[] ch, int start, int length)
SaxParser
似乎无法解析外部dtd文件中定义的某些实体。我正在处理一个巨大的xml文件,它的头如下。因此,输入是(大幅减少:-):
明显地á代码>未解析
以下是我如何设置解析器的:
// MySaxParser.java
public class MySaxParser extends DefaultHandler {
@Override
public void characters(char[] ch, int start, int length)
throws SAXException {
if ("author".equals(currentTag)) {
System.out.println(String.valueOf(Arrays.copyOfRange(ch, start, start + length)));
}
}
static public void main(String[] args) throws Exception {
SAXParserFactory spf = SAXParserFactory.newInstance();
spf.setFeature(XMLConstants.FEATURE_SECURE_PROCESSING, false);
spf.setNamespaceAware(true);
spf.setValidating(true); // From what I understood from the API this combined
// with '<!DOCTYPE mydtd SYSTEM "mydtd.dtd">' from
// the file myxml.xml should do the trick. What do I miss?
SAXParser saxParser = spf.newSAXParser();
XMLReader xmlReader = saxParser.getXMLReader();
xmlReader.setContentHandler(new SAXLocalNameCount());
xmlReader.setErrorHandler(new MyErrorHandler(System.err));
xmlReader.parse("file:/path/to/myxml.xml");
}
}
控制台输出为:
B - 11
a - 10
l - 21
? - -1
z - 35
s - 28
-1表示在事件字符
被触发之前发生了错误,不是吗
我的错误处理程序:
package com.hw;
import java.io.PrintStream;
import org.xml.sax.ErrorHandler;
import org.xml.sax.SAXException;
import org.xml.sax.SAXParseException;
class MyErrorHandler implements ErrorHandler {
private PrintStream out;
MyErrorHandler(PrintStream out) {
this.out = out;
}
private String getParseExceptionInfo(SAXParseException spe) {
String systemId = spe.getSystemId();
if (systemId == null) {
systemId = "null";
}
String info = "URI=" + systemId + " Line=" + spe.getLineNumber() + ": "
+ spe.getMessage();
return info;
}
public void warning(SAXParseException spe) throws SAXException {
out.println("Warning: " + getParseExceptionInfo(spe));
}
public void error(SAXParseException spe) throws SAXException {
String message = "Error: " + getParseExceptionInfo(spe);
throw new SAXException(message);
}
public void fatalError(SAXParseException spe) throws SAXException {
String message = "Fatal Error: " + getParseExceptionInfo(spe);
throw new SAXException(message);
}
}
您肯定有输出编码的问题,即控制台或接收您的输出的任何东西无法正确处理UTF-16(这是本机java编码)
而且,您还被Characters#getNumericValue()
方法欺骗,认为您有输入或解析器编码问题。getNumericValue()
尝试将字符解释为表示数字的内容,而不是实际的代码点值或任何类似的内容。如文件所述,如果你给罗马数字50,Ⅼ (U+216C),该方法将打印50
尝试替换该行:
System.out.println(ch[i] + " - " + Character.getNumericValue(ch[i]));
System.out.println(ch[i] + " - " + Character.getNumericValue(ch[i]));
与
你可能会看到它打印出来
? - e1
现在,如何解决输出编码问题:除非您提供更多详细信息,否则我无法帮助您
更新
您可以在中设置eclipse控制台编码
Run Configurations --> Common
或者在JDK/JRE中使用
-Dfile.encoding
属性(此属性不是100%确定)。在@IanRoberts中的元素名称(这里是dtd
),是的,我键入了错误,将立即修复。你确定这不是编码问题吗?我认为@Hannes是正确的,你应该再检查一次sysout。”?“看起来像是编码器的替换字符,因此,我认为实体实际上已解析,但无法在编码中表示。为什么不打印字符的int值而不是字符串呢?你是对的,我做了建议的更改,得到了你所期望的结果。您需要知道什么来帮助我解决输出编码问题?这是我认为可能相关的第一批信息。我假设char
数组ch
包含中编码的字符“ISO-8859-1”
,对吗?我目前在Mac上使用EclipseIndigo。ASystem.out.println(“默认编码=”+System.getProperty(“file.Encoding”))
US-ASCII
。char[]没有不同的编码(它总是UTF16)。
System.out.println(ch[i] + " - " + Integer.toHexString((int) ch[i]));
? - e1
Run Configurations --> Common
-Dfile.encoding