Xerces-c SaxParser问题

Question

我正在使用xerces-c解析一个XML文件，但是我得到了一些奇怪的结果。

我创建自己的DocumentHandler (从HandlerBase派生)并覆盖：

void characters(const XMLCh* const chars, const unsigned int length);

这样，我就可以接收元素中字符数据的通知。

为了解析一个文件，我创建了一个解析器，创建了一个输入缓冲区，创建了我的处理程序，并调用了解析。

SAXParser* lp_parser = new SAXParser();

XMLCh* lp_fileName = XMLString::transcode("myfile.xml");
LocalFileInputSource l_fileBuf(lp_fileName);
XMLString::release(&lp_fileName);

MyHandler l_handler;

lp_parser->setDocumentHandler((DocumentHandler *)&l_handler);

lp_parser->parse(l_fileBuf);

delete lp_parser;

问题是，characters([...])不仅是用字符数据调用的，而且(有时是几次)每个标记都被称为为字符数据提供了一组空格和一条换行符。

即<Tag>Value</Tag>产生两个对characters([...])的调用，一个调用数据为“值”，另一个调用(或多个)，其中的数据类似于“类似于”的“类似的”

xml文件本身不包含这些字符。虽然这是我第一次使用LocalFileInputSource (我通常使用MemBufInputSource)，但我有用户xerces-c来像这样多次解析XML，没有任何问题。

有什么想法吗？

Answer 1

我对SAX2XMLReader也有类似的问题。我理解的是，在使用SAX解析器时，开发人员在解析时应该知道他在XML结构中的位置。

这些对字符()的后续调用可能用于文件中的其他标记或可忽略的空格。

根据数据的长度，还可能为同一个标记多次调用回调字符。这取决于您连接您在每个电话中接收到的数据。

因此，我要做的是用回调函数startElement()和endElement()检测标记endElement的开始和结束。这样，一旦收到标记的endElement()，就可以放弃对字符()的后续调用。