XML解析的相关问题

解决过程：

提取导入数据包中的一条完整数据做调试。

根据报错提示查看XF_SUMMARY标签元素是否真正缺少闭合标签，目测没问题

源文件：

<XF_SUMMARY>XXXX相关信息</XF_SUMMARY>

将该元素标签中的内容删除，继续导入，

还是报错换成其他的标签元素信息：

2014-07-2213:31:41错误[con.err]org.dom4j.DocumentException:Erroronline36ofdocument:Theelementtype"APPELLEE_POLITY"mustbeterminatedbythematchingend-tag"</APPELLEE_POLITY>".Nestedexception:Theelementtype"APPELLEE_POLITY"mustbeterminatedbythematchingend-tag"</APPELLEE_POLITY>".
2014-07-2213:31:41错误[con.err]atorg.dom4j.io.SAXReader.read(SAXReader.java:482)
2014-07-2213:31:41错误[con.err]atorg.dom4j.io.SAXReader.read(SAXReader.java:343)

反复操作当将所有提示有问题的标签元素数据清除后，正常导入。

原因是什么？看上去完好的标签为什么在解析的时候会提示缺少闭合标签呢？

我们可以通过下面代码的输出得到问题原因：

publicstaticDocumentchangerXMLCode(FilexmlFile)throwsIOException,DocumentException{
SAXReaderreader=newSAXReader();
FileInputStreamfileInputStream=newFileInputStream(xmlFile);
byte[]b0=newbyte[1024];
byte[]B=newbyte[0];
intread=-1;
while((read=fileInputStream.read(b0))>-1){
inti=B.length;
B=Arrays.copyOf(B,B.length+read);
for(intj=0;j<read;j++){
B[i+j]=b0[j];
}
}
StringxmlDate=newString(B,"GBK");//我们的XML文件编码为GBK
xmlDate=xmlDate.replaceAll("&#[1-9]+|&#w{0,3};?","");
//将字符串转换为Document对象
Documentdocument=reader.read(newByteArrayInputStream(xmlDate
.getBytes("GBK")));

returndocument;
}

通过查看xmlDate的值我们知道了原来是：

<?xmlversion="1.0"encoding="GBK"?><XF_JUBAO>
<Jubao>
<APPELLEE_SEX>鐢?/APPELLEE_SEX>
<APPELLEE_NATION>姹夋棌</APPELLEE_NATION>
<APPELLEE_POLITY>涓?浗鍏变骇鍏氬厷鍛?/APPELLEE_POLITY>
<XF_QUESTIONTYPE>宸ㄩ?璐?骇鏉ユ簮涓嶆槑</XF_QUESTIONTYPE>
<APPELLEE_NAME>鐜嬪繝</APPELLEE_NAME>
<APPELLEE_ADDR>娉板窞甯傚叴鍖栧競宸ュ晢閾惰?</APPELLEE_ADDR>
</Jubao>
</XF_JUBAO>

的确有的闭合标签元素被乱码给破坏了如：

<APPELLEE_POLITY>涓?浗鍏变骇鍏氬厷鍛?/APPELLEE_POLITY>

最后确定问题原因：导出xml数据包时，没有设置编码为GBK。

继续做个调试，将解析代码调整为utf-8格式

publicstaticDocumentchangerXMLCode(FilexmlFile)throwsIOException,"utf-8");//修改为utf-8
xmlDate=xmlDate.replaceAll("&#[1-9]+|&#w{0,"");
//将字符串转换为Document对象
Documentdocument=reader.read(newByteArrayInputStream(xmlDate
.getBytes("utf-8")));//修改为utf-8

returndocument;
}

继续导入数据包，查看xmlDate数据是：

<?xmlversion="1.0"encoding="GBK"?>
<XF_JUBAO>
<Jubao>
<APPELLEE_SEX>男</APPELLEE_SEX>
<APPELLEE_NATION>汉族</APPELLEE_NATION>
<APPELLEE_POLITY>职级<//APPELLEE_POLITY>
<XF_QUESTIONTYPE>问题</XF_QUESTIONTYPE>
<APPELLEE_NAME>名称</APPELLEE_NAME>
<APPELLEE_ADDR>地址</APPELLEE_ADDR>
</Jubao>
</XF_JUBAO>

一切显示都正常了，但是莫名其妙又报错了。还是之前的错误信息：

2014-07-2213:52:01错误[con.err]org.dom4j.DocumentException:Erroronline36ofdocument:Theelementtype"APPELLEE_POLITY"mustbeterminatedbythematchingend-tag"</APPELLEE_POLITY>".Nestedexception:Theelementtype"APPELLEE_POLITY"mustbeterminatedbythematchingend-tag"</APPELLEE_POLITY>".
2014-07-2213:52:01错误[con.err]atorg.dom4j.io.SAXReader.read(SAXReader.java:482)
2014-07-2213:52:01错误[con.err]atorg.dom4j.io.SAXReader.read(SAXReader.java:343)

为什么呢？原来继续调试问题又绕回来了

因为XML已经指定了gbk编码格式:

<?xmlversion="1.0"encoding="GBK"?>

将该格式统一改成utf-8解析就哦了。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!