【Android】SAX解析之錯誤糾正！！ [转]

转载的文字简直乱套了，看这里原文吧
反正就一个意思，在characters方法中提取内容很苦逼！

==============以下转载内容可以忽略了，看上面的链接==================

在講這次錯誤之前，先看一下下面這段代碼。  【◆以下解析方法是錯誤的×】

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文件中標簽定義*/ 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"; //當前正在解析的TAG private String currentName; //單個文章 private News news = null; //文章列表 private List newsList = null; //解析開始時間 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(); } @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無一例外都是如此。 坑爹啊... 甚至連有些書籍中都是這麼寫的， 比如《Android開發入門與實踐》。（本書親自確認過，其他書情況不詳）

沒錯， 一般情況下，這麼寫是可以的， 而且在大多數情況下解析出來也是正確的。 但是就是偶爾會出錯， 這個時候通常你都莫不着頭腦， 怎麼回事? 數據沒錯啊，解析部分代碼貌似也沒問題.. 真是奇了怪了。 其實問題都出在上面那段代碼上！！

大家都認为 SAX 解析過程大致如下：

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

沒錯，就是這样， startElement  讀取起始標簽， endElement 讀取結束標簽，characters 呢？當然是讀取其值， 這沒錯，但是大家都天真的以为 characters 只執行一次，並且一次就讀取了全部內容。錯就錯在這！

其實characters 是很有可能會執行多次的，當遇到內容中有回車，\t等等內容時，它很有可能就執行多次。 有的人可能會說，那我沒有這些是不是就只執行一次了？ 看下我實測結果：

 

測試用XML如下：

1000555 2011-11-25 14:23:52 livenews/images/s20.png livenews/images/l20.png 聞天下 人民日報

1000554 2011-11-25 14:22:33

1000553 2011-11-25 14:21:23 livenews/images/s21.png livenews/images/l21.png

可以很明顯的看到，在解析 1000553  這一段時， characters執行了兩次，將內容"1000553"分兩次讀取.. 用上面那種方式的最終結果就是 ArticleID = 00553 了。 那如果你的應用需要根據這個id 進一步獲取內容豈不是死翹翹了？（比如這邊根據id獲取新聞詳細內容）

好了，廢話不多說了，看下正確的寫法！  【★以下解析方法才是正確的 √ 】

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文件中標簽定義*/ 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"; //單個文章 private News news = null; //文章列表 private List newsList = null; //解析開始時間 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的過程中，執行了多少次characters， 都會將內容添加到StringBuilder中，不會丟失內容 sb.append(ch, start, length); } @Override public void startDocument() throws SAXException { super.startDocument(); start_time = System.currentTimeMillis(); newsList = new ArrayList(); } @Override public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { super.startElement(uri, localName, qName, attributes); //(3) 開始收集新的標簽的數據時，先清空曆史數據 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)原來在characters中取值，現改在此取值 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) + " !!"); } }
歸納为三點：

1.startElement的時候， new StringBuilder(); 或者 sb.setLength(0); (我建議後者)
2.characters的時候，sb.append(ch, start, length);
3.endElement的時候，sb.toString(); 此時StringBuilder中的內容才是解析的結果

通過這種方法就不會再有數據離奇丟失的情況了(同時也不需要像錯誤方法那样再設個currentTag之類的了，邏輯繁雜了，還出錯)！ 

希望大家可以盡早看到這篇文章，不要繼續被吭了！！！