我正在使用以下标签获取XML。我要做的是,使用Sax解析器使用Java读取XML文件并将其保存到数据库。但似乎在p标记后有空格,如下所示。
<Inclusions><![CDATA[<p> </p><ul> <li>Small group walking tour</li> <li>Entrance fees</li> <li>Professional guide </li> <li>Guaranteed to skip the long lines</li> <li>Headsets to hear the guide clearly</li> </ul>
<p></p>]]></Inclusions>
但是,当我们将读取的字符串插入数据库(PostgreSQL 8)时,它会为这些空格打印如下所示的不良字符。
\ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011 \ 011小
团体徒步游入场费专业指导
保证跳过长线耳机听
该指南明确\ 012 \ 011 \ 011 \ 011 \ 011 \ 011
我想知道为什么打印这样的坏字符(011 \ 011)吗?
用java删除XML标记内的空格的最佳方法是什么? (或如何防止这些不良字符。)
我已经检查了样本,其中大多数都使用python样本。
这就是XML在我的程序中与SAX一起读取的方式,
方法1
// ResultHandler is the class that used to read the XML.
ResultHandler handler = new ResultHandler();
// Use the default parser
SAXParserFactory factory = SAXParserFactory.newInstance();
// Retrieve the XML file
FileInputStream in = new FileInputStream(new File(inputFile)); // input file is XML.
// Parse the XML input
SAXParser saxParser = factory.newSAXParser();
saxParser.parse( in , handler);
这是ResultHandler类用于使用Method-1读取XML作为Sax解析器的方式
import org.apache.log4j.Logger;
import org.xml.sax.Attributes;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
// other imports
class ResultHandler extends DefaultHandler {
public void startDocument ()
{
logger.debug("Start document");
}
public void endDocument ()
{
logger.debug("End document");
}
public void startElement(String namespaceURI, String localName, String qName, Attributes attribs)
throws SAXException {
strValue = "";
// add logic with start of tag.
}
public void characters(char[] ch, int start, int length)
throws SAXException {
//logger.debug("characters");
strValue += new String(ch, start, length);
//logger.debug("strValue-->"+strValue);
}
public void endElement(String namespaceURI, String localName, String qName)
throws SAXException {
// add logic to end of tag.
}
}
因此,需要知道如何使用sax解析器设置setIgnoringElementContentWhitespace(true)或类似值。
最佳答案
您可以尝试为您的DocumentBuilderFactory
设置setIgnoringElementContentWhitespace(true)
因为这:
由于依赖于内容模型,因此此设置需要解析器
处于验证模式
您还需要设置setValidating(true)
或者str= str.replaceAll("\\s+", "");
可能也可以