サックス文字壊す要素離れ

Question

可能性の重複：私は次の構文を使用してXMLファイルを持っている
JAVA SAX parser split calls to characters()

：

<tag ...> 
a bunch of text here 
<tag ...> 

を任意の終了タグはありませんtagの場合私は2つのタグの間のテキストをつかんで、List<String>のcharacters()に保存しています。ほとんどの場合動作しますが、一部のXMLファイルでは、テキストを2つに分割する行終端文字などを読み取ります。 1つのエントリを格納するのではなく、「ここにテキストの集まり」という2つのエントリがあります。「一束」と「ここにテキスト」。違いは、他のすべてのエントリとは異なり、 "a bundle of"の後、または "text here"の前に改行を保存しないことです。

これを修正する必要がありますが、その仕組みはわかりません。私はあなたの助けに感謝します。

Answer 1

パーサーは、要素テキストの各文字列に対してContentHandler文字メソッドを複数回呼び出すことができますが、必ず行終端文字を検出できません。 the Java tutorial on SAXには文字メソッドの短い説明があります。

パーサーは、一度に特定の文字数を返す必要はありません。パーサーは、一度に1文字から数千までの何かを返すことができ、依然として標準に準拠した実装です。したがって、アプリケーションが見る文字を処理する必要がある場合は、characters（）メソッドをjava.lang.StringBufferに文字を蓄積させ、すべてが見つかった場合にのみ操作してください。

また、this Javaworld articleには、説明と例があります。