java - 使用 XMLStreamReader 在 Java 中解析 XML 时出现问题

Question

这里我有一些代码负责获取属性值:

currPost.Body = reader.getAttributeValue("", "Body");

所以，Body 正是我的问题所基于的属性。

我的 XML 文件代表 SQL Server 转储，格式如下:

<?xml version="1.0" encoding="utf-8"?>
<posts>
<row Id="1" PostTypeId="1" AcceptedAnswerId="65" CreationDate="2011-05-24T19:28:37.853" Score="13" ViewCount="964" Body="&lt;p&gt;Sehr viele Märchen beginnen auf Deutsch mit &quot;Es war einmal&quot;, aber ich kenne auch ein Märchen, das anfängt mit &quot;Zu der Zeit, als das Wünschen noch geholfen hat ...&quot;.&lt;/p&gt;&#xA;&#xA;&lt;p&gt;Gibt es noch andere Beginnformeln und wenn ja, kann man diese dem geographischen Ursprung der Märchen zuordnen?&lt;/p&gt;&#xA;&#xA;&lt;blockquote&gt;&#xA;  &lt;p&gt;Many German fairy tales open with&#xA;  &quot;Es war einmal&quot;, but some start with&#xA;  &quot;Zu der Zeit, als das Wünschen noch&#xA;  geholfen hat ...&quot;.&lt;/p&gt;&#xA;  &#xA;  &lt;p&gt;Are there any other common&#xA;  introductions? If so, is there a correlation between their use and the geographic origin of the story?&lt;/p&gt;&#xA;&lt;/blockquote&gt;&#xA;" OwnerUserId="4" LastEditorUserId="2" LastEditDate="2011-05-25T05:39:54.580" LastActivityDate="2011-05-25T11:56:08.270" Title="Gibt es andere übliche Märchenbeginnformeln neben &quot;es war einmal&quot;?" Tags="&lt;regional&gt;" AnswerCount="2" CommentCount="2" FavoriteCount="4" />

问题本身是，当我检索“Body”值时 - 我总是得到一个缩短的字符串，其中缺少很多字符/符号。

查看 Body 值。这是

Body="<p>Sehr viele Märchen beginnen auf Deutsch mit "Es war einmal", aber ich kenne auch ein Märchen, das anfängt mit "Zu der Zeit, als das Wünschen noch geholfen hat ...".</p>

<p>Gibt es noch andere Beginnformeln und wenn ja, kann man diese dem geographischen Ursprung der Märchen zuordnen?</p>

<blockquote>
  <p>Many German fairy tales open with
  "Es war einmal", but some start with
  "Zu der Zeit, als das Wünschen noch
  geholfen hat ...".</p>
  
  <p>Are there any other common
  introductions? If so, is there a correlation between their use and the geographic origin of the story?</p>
</blockquote>
"

所以，当我用 System.out.println() 打印时，我只得到这个

<p>Sehr viele Märchen beginnen auf Deutsch mit "Es war einmal", aber ich kenne auch ein Märchen, das anfängt mit "Zu der Zeit, als das Wünschen noch geholfen hat ...".</p>

如您所见 - Body 值包含 html 标签。这会是问题所在吗？我该怎么做？

或者也许还有其他解决方案？

非常感谢!

Answer 1

我怀疑问题出在 XML 中的 上。那是 U+000A，或“换行”(两次)。您可以通过完全删除 XML 来验证这是否是问题所在。看看它的作用:

 System.out.println("Line 1\nLine2\nLine 3");

根据您的控制台，它可能会出现在多行中。这也是我希望 XML 中的字符串发生的情况。我的猜测是您只查看以属性文本开头开头的行，或者您的控制台不支持多行输出。不管怎样，上面的快速测试应该能让您了解会发生什么。