xmlpullparser缺少字符

Question

我正在用Android中的XmlPullParser解析一些文件，一切都很顺利，除了文本中的一些特殊字符，比如：

í it should be í
é it should be é

但在我提取的字符串中缺少它们：

camión it should be camión  and I get camin 

对于其他相似的字符也是如此。

我不知道问题到底出在哪里，是在xmlpullparser.getText()上还是在Java String上

我该如何解决这个问题呢？

Answer 1

问题是普通XML没有HTML实体。é没有为XML定义。您要么使用超文本标记语言解析器(如上面的建议)，要么自己在XmlPullParser中转换实体。

您的循环必须由nextToken()运行，而不是next()；您必须响应XmlPullParser.ENTITY_REF

当然，如果您可以将输入文件更改为直接使用utf-8或iso-8859-1来编码字符，而不是使用HTML实体，那么也可以。

Answer 2

我找到了一个解决方案，但它在应用程序大小和性能方面都很昂贵，所以如果有什么问题，或者可以用更好的方法或更少的步骤来完成，请现在就告诉我。

1. 首先从文件中获取字符串。伪代码：

String content =文件到字符串；

http://snippets.dzone.com/posts/show/1335

将Apache lang3-3.1.jar从 commons导入到您的项目中。为未转义Html字符提供该字符串：

String StringEscapeUtils.unescapeHtml4(content);

• Feed =将未转义字符串输出到您的XmlPullParser：

xpp.setInput(新输出( StringReader ) );

就是这样。

Answer 3

就超文本标记语言不转义而言，someone were using Html.fromHtml似乎是安卓平台内置的。在应用程序大小方面，这可能是一个合适的解决方案；但是，在性能方面，您可能需要做一些性能分析，因为显然Apache Commons unescaping报告要比Android内置替代方案快得多。