解析来自希伯来语新闻站点的Rss提要

Question

我正在构建一个分析以色列新闻网站(希伯来语)的新闻应用程序，我一直在第1行第17列收到此错误消息"org.apache.harmony.xml.expatparser$parseexception not - well-formed (invalid token)“现在我知道问题出在rss feed中的编码...the编码是”Windows1255“，rss feed”“org.apache.harmony.xml.expatparser$parseexception-...the：http://www.ynet.co.il/Integration/StoryRss2.xml”我尝试过：

    SAXParserFactory spf = SAXParserFactory.newInstance();
    SAXParser sp = spf.newSAXParser();
    RssHandler rh = new RssHandler();
    input= new InputSource(new StringReader(feed));
    input.setEncoding("Windows-1255");
    sp.parse(input, rh);

但它不能工作...请帮帮我！谢谢

Answer 1

您是如何将提要读入字符串的？xml可能被打断了，因为在我的Linux机器(缺省情况下是UTF8字符集)和OracleJava8上，这似乎没有错误：

    SAXParserFactory spf = SAXParserFactory.newInstance();
    try {
        SAXParser sp = spf.newSAXParser();
        InputSource input = new InputSource(new URL("http://www.ynet.co.il/Integration/StoryRss2.xml").openStream());
        sp.parse(input, new DefaultHandler() {
            @Override
            public void startElement(String uri, String localName, String qName,
                    Attributes attributes) throws SAXException {
                System.out.print(qName + ": ");
            }
            @Override
            public void characters(char[] ch, int start, int length) throws SAXException {
                System.out.print(new String(ch, start, length));
            }
        });
    } catch (Exception e) {
        e.printStackTrace();
    }

"org.apache.harmony.xml.expatparser$parseexception"..你在使用Apache Harmony吗？这是一个过时的Java实现，如果可能，请尝试更新到更新的版本。我还建议使用Rome来阅读rss。