我可以使用Scala的内置xml处理程序忽略无效的XML字符吗?
我有一个xml文件(来自联邦政府的data.gov),我试图用
scala的xml处理程序阅读.
val loadnode = scala.xml.XML.loadFile(filename) 显然,有一个无效的xml字符.是否可以选择忽略无效字符?或者是我唯一可以先清理它的选择? org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0x12) was found in the element content of the document. Ruby的nokogiri能够用无效字符解析它. 解决方法
我确实想知道即使在XML 1.1中0x12是否有效.在1.0和1.1的差异上看到这个
summary.特别是:
Xerces可以解析XML 1.1,但似乎期望实体而不是真正的0x12字符: val s = "<?xml version='1.1'?><root>u0012</root>" // causes An invalid XML character (Unicode: 0x12) //XML.loadXML(xml.Source.fromString(s),XML.parser) val u = "<?xml version='1.1'?><root></root>" val v = XML.loadXML(xml.Source.fromString(u),XML.parser) println(v) // works 正如lavinio所建议的,您可以过滤掉无效字符.这在Scala中不占用太多行: val in = new InputStream { val in0 = new FileInputStream("invalid.xml") override def read():Int = in0.read match { case 0x12=> read() case x=> x} } val x = XML.load(in) (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! |