【Android】SAX解析之错误纠正！！

在讲这次错误之前，先看一下下面这段代码。 【◆以下解析方法是错误的×】

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文件中标签定义*/ 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"; //当前正在解析的TAG private String currentName; //单个文章 private News news = null; //文章列表 private List<News> newsList = null; //解析开始时间 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<News>(); } @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无一例外都是如此。 坑爹啊... 甚至连有些书籍中都是这么写的， 比如《Android开发入门与实践》。（本书亲自确认过，其他书情况不详）

没错， 一般情况下，这么写是可以的， 而且在大多数情况下解析出来也是正确的。 但是就是偶尔会出错， 这个时候通常你都莫不着头脑， 怎么回事? 数据没错啊，解析部分代码貌似也没问题.. 真是奇了怪了。 其实问题都出在上面那段代码上！！

大家都认为 SAX 解析过程大致如下：

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

没错，就是这样，startElement 读取起始标签，endElement 读取结束标签，characters 呢？当然是读取其值， 这没错，但是大家都天真的以为characters 只执行一次，并且一次就读取了全部内容。错就错在这！

其实characters 是很有可能会执行多次的，当遇到内容中有回车，\t等等内容时，它很有可能就执行多次。 有的人可能会说，那我没有这些是不是就只执行一次了？ 看下我实测结果：

测试用XML如下：

<News> <Article> <ArticleID>1000555</ArticleID> <Title><![CDATA[ 郑州“亚洲第一桥”通车6年成危桥 ]]></Title> <Date>2011-11-25 14:23:52</Date> <SmallPictures>livenews/images/s20.png</SmallPictures> <LargePictures>livenews/images/l20.png</LargePictures> <Category>闻天下</Category> <HeadNote></HeadNote> <SubTitle></SubTitle> <Author></Author> <Source>人民日报</Source> <Abstract></Abstract> </Article> <Article> <ArticleID>1000554</ArticleID> <Title><![CDATA[ 内地事业单位拟设统一工资制度 ]]></Title> <Date>2011-11-25 14:22:33</Date> <Category><![CDATA[ 闻天下 ]]></Category> <HeadNote></HeadNote> <SubTitle></SubTitle> <Author></Author> <Source></Source> <Abstract></Abstract> </Article> <Article> <ArticleID>1000553</ArticleID> <Title></Title> <Date>2011-11-25 14:21:23</Date> <SmallPictures>livenews/images/s21.png</SmallPictures> <LargePictures>livenews/images/l21.png</LargePictures> <Category><![CDATA[ 星娱乐 ]]></Category> <HeadNote></HeadNote> <SubTitle></SubTitle> <Author></Author> <Source><![CDATA[ 凤凰网综合 ]]></Source> <Abstract></Abstract> </Article> <News>

可以很明显的看到，在解析 <ArticleID>1000553</ArticleID> 这一段时，characters执行了两次，将内容"1000553"分两次读取.. 用上面那种方式的最终结果就是ArticleID = 00553 了。 那如果你的应用需要根据这个id 进一步获取内容岂不是死翘翘了？（比如这边根据id获取新闻详细内容）

好了，废话不多说了，看下正确的写法！ 【★以下解析方法才是正确的 √ 】

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文件中标签定义*/ 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"; //单个文章 private News news = null; //文章列表 private List<News> newsList = null; //解析开始时间 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的过程中，执行了多少次characters， 都会将内容添加到StringBuilder中，不会丢失内容 sb.append(ch, start, length); } @Override public void startDocument() throws SAXException { super.startDocument(); start_time = System.currentTimeMillis(); newsList = new ArrayList<News>(); } @Override public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { super.startElement(uri, localName, qName, attributes); //(3) 开始收集新的标签的数据时，先清空历史数据 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)原来在characters中取值，现改在此取值 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) + " !!"); } }
归纳为三点：

1.startElement的时候，new StringBuilder(); 或者sb.setLength(0); (我建议后者)
2.characters的时候，sb.append(ch, start, length);
3.endElement的时候，sb.toString(); 此时StringBuilder中的内容才是解析的结果

通过这种方法就不会再有数据离奇丢失的情况了(同时也不需要像错误方法那样再设个currentTag之类的了，逻辑繁杂了，还出错)！

希望大家可以尽早看到这篇文章，不要继续被吭了！！！