SAX処理の特殊文字

Question

私はアンドロイドデバイス用にJavaとSAXを使用してXMLファイルを解析しようとしています。私はインターネットから取得し、それを解析しているときに、ExpatExceptionが発生しています。文字「é」の整形式ではありません（無効なトークン）。 xmlファイル内のすべてのスペシャル文字を変更することなく、それらの文字を処理する方法はありますか？

編集： ここは私のSDカードにファイルを書き込むコードの一部です。ここで

File SDCardRoot = Environment.getExternalStorageDirectory(); 
      File f = new File(SDCardRoot,"edt.xml"); 
      f.createNewFile(); 
      FileOutputStream fileOutput = new FileOutputStream(f); 
      InputStream inputStream = urlConnection.getInputStream(); 


      byte[] buffer = new byte[1024]; 
      int bufferLength = 0; 
      while ((bufferLength = inputStream.read(buffer)) > 0) { 
       fileOutput.write(buffer, 0, bufferLength); 
      } 

      fileOutput.close(); 

は私のxmlの一部である：ここ

<?xml version="1.0" encoding="iso-8859-1"?> 
<?xml-stylesheet type="text/xsl" href="ttss.xsl"?> 

<timetable> 
<option combined="0" totalweeks="0" showemptydays="0" dayclass="reverse"> 
<link href="g56065.xml" class="xml">Imprimer</link> 
<link href="g56065.pdf" class="pdf">Version PDF</link> 
<weeks>Semaines</weeks> 
<dates>Dates</dates> 
<week>Semaine</week> 
<date>Date</date> 
<all>Toutes les semaines</all> 
<notes>Remarques</notes> 
<id>ID</id> 
<tag>Champs Libre</tag> 
<footer>Publié le 10/09/2011 22:14:28</footer> 
... </timetable> 

は、解析コードである：ここ

public class ParserSemaines extends DefaultHandler { 
    private final String SEMAINE = "span"; 
    private final String DESCRIPTION = "description"; 
    private ArrayList<Semaine> semaines; 
    private boolean inSemaine; 
    private Semaine currentSemaine; 
    private StringBuffer buffer; 
    @Override 
    public void processingInstruction(String target, String data) throws SAXException { 
     super.processingInstruction(target, data); 
    } 
    public ParserSemaines() { 
     super(); 
    } 

    @Override 
    public void startDocument() throws SAXException { 
     super.startDocument(); 
     semaines = new ArrayList<Semaine>(); 
    } 

    @Override 
    public void startElement(String uri, String localName, String name, Attributes attributes) throws SAXException { 
     buffer = new StringBuffer(); 
     if (localName.equalsIgnoreCase(SEMAINE)){ 
      this.currentSemaine = new Semaine(); 
      this.currentSemaine.setDate(attributes.getValue("date")); 
      this.inSemaine = true; 
     } 
     if(localName.equalsIgnoreCase(DESCRIPTION)){ 
      this.currentSemaine.setDescription(buffer.toString()); 
     } 
    } 

    @Override 
    public void endElement(String uri, String localName, String name) throws SAXException { 
     if (localName.equalsIgnoreCase(SEMAINE)){ 
      this.semaines.add(currentSemaine); 
      this.inSemaine = false; 
     } 
    } 

    public void characters(char[] ch,int start, int length) throws SAXException{ 
     String lecture = new String(ch,start,length); 
     if(buffer != null) buffer.append(lecture); 
    } 

    public ArrayList<Semaine> getData(){ 
     return semaines; 
    } 
} 

は、私は、パーサーを呼び出すために使用するコードです：

SAXParserFactory fabrique = SAXParserFactory.newInstance(); 
     SAXParser parseur = null; 
     ArrayList<Semaine> semaines = null; 
     try { 
      parseur = fabrique.newSAXParser(); 
      DefaultHandler handler = new ParserSemaines(); 
      File f = new File(Environment.getExternalStorageDirectory(),"edt.xml"); 
      parseur.parse(f, handler); 
      semaines = ((ParserSemaines) handler).getData(); 
     } 

その他のコード部分が必要かどうか質問します。

チェックした後、SDカードのxmlファイルに「é」が「�」と表示されます。 それは問題であるはずですが、なぜ私は何の手がかりも持っていません。 私もURIと解析しようとしましたが、私はいつも同じ例外を何も変えません。

Answer 1

私は最終的に解決策を見つける。代わりにSAXparderを使用しての は、私はあなたが私を提供するすべての助けを

android.util.Xml.parse(InputStream,Xml.Encoding.ISO_8859_1, DefaultHandler); 

みんなありがとうを使用しています。

Answer 2

エンコードに問題がある可能性があります。それをISO-8859-1に変更してみてください。

<?xml version="1.0" encoding="ISO-8859-1"?> 

や、あなたのコードでは、使用：あなたのxml試みで

inputSource.setEncoding("ISO-8859-1"); 

Answer 3

SDカード内のxmlファイルは "として "E" を示していることを表示されます確認した後、 � "。

これはエンコードの問題を示しています。

投稿したコードは、URLからファイルへの正しいバイト単位のコピーであるように見えるので、ファイルはURLから取得した内容を正確に表す必要があります。つまり、サーバーからの応答がISO-8859-1でない可能性があります。

• Content-Typeヘッダ：

  私の次のステップは、全体の応答を調べるためのツールなどFiddlerを使用するに特に注意を払ってすることです。別の文字セットがある場合は、その情報をパーザに渡したり、手動で変換したりする必要があります。

• 返される実際のバイト数。あなたが知っている限り、の両方 Content-TypeとXMLプロローグが存在する可能性があります。ファイルが本当にISO-8859-1の場合、アクセント付きのeのバイト値は0xE9になります。コンテンツが実際にUTF-8である場合、2バイトのシーケンス0xC3 0xA9が存在するはずです（hereを参照）。 3バイトのシーケンスが表示されていますが、これは意味をなさないものです。しかし、ソースを確認するのが最善です。

また、あなたがSAXパーサに渡す前に、文字列にファイルを変換ないていることを確認します。

---

は、参考のために：私はOPのURLに接続し、最小限のSAXパーサーに直接その接続を渡し、最小限のプログラムを書きました。それは間違いなく実行されたようだ。また、DOMパーサーを使用して、少なくともルート要素が正しく解析されていることを確認しました。

public static void main(String[] argv) 
throws Exception 
{ 
    URL url = new URL("http://www.disvu.u-bordeaux1.fr/et/edt_etudiants2/Master/Semestre1/g56065.xml"); 
    InputStream in = url.openConnection().getInputStream(); 

    SAXParserFactory spf = SAXParserFactory.newInstance(); 
    SAXParser parser = spf.newSAXParser(); 
    parser.parse(in, new DefaultHandler()); 
    System.out.println("parse successful"); 
}