So analysieren Sie XML mit cxml und stp, die ein kaufmännisches Und enthalten

Question

Ich möchte den folgenden XML-Code analysieren:

(cxml:parse "<BEGIN><URL>www.some.de/url?some=data&bad=stuff</URL></BEGIN>" (stp:make-builder))

das führt zu

 #<CXML:WELL-FORMEDNESS-VIOLATION "~A" {1003C5E163}>

da „&“ ein XML-Sonderzeichen ist.Aber wenn ich benutze &? stattdessen ist das Ergebnis:

(cxml:parse "<BEGIN><URL>www.some.de/url?some=data&amp;bad=stuff</URL></BEGIN>" (stp:make-builder))
=>#.(CXML-STP-IMPL::DOCUMENT
   :CHILDREN '(#.(CXML-STP:ELEMENT
                  #| :PARENT of type DOCUMENT |#
                  :CHILDREN '(#.(CXML-STP:ELEMENT
                                 #| :PARENT of type ELEMENT |#
                                 :CHILDREN '(#.(CXML-STP:TEXT
                                                #| :PARENT of type ELEMENT |#
                                                :DATA "www.some.de/url?some=data")
                                             #.(CXML-STP:TEXT
                                                #| :PARENT of type ELEMENT |#
                                                :DATA "&")
                                             #.(CXML-STP:TEXT
                                                #| :PARENT of type ELEMENT |#
                                                :DATA "bad=stuff"))
                                 :LOCAL-NAME "URL"))
                  :LOCAL-NAME "BEGIN")))

Das ist nicht genau das, was ich erwartet habe, da es nur ein CXML-STP:TEXT-Kind mit DATA „www.some.de/url?some=data&bad=stuff“ geben sollte.

Wie kann ich dieses falsche(?) Verhalten beheben?

Answer 1

Obwohl dieses Verhalten nicht sehr praktisch ist, ist es tatsächlich auch bei vielen anderen XML-Parsern vorhanden.Der Grund dafür liegt wahrscheinlich darin, dass man beliebige XML-Entitäten analysieren und einige benutzerdefinierte Regeln auf sie anwenden kann.Allerdings handelt es sich möglicherweise nur um ein Nebenprodukt der Parser-Implementierung.Ich konnte es noch nicht herausfinden.

Für die SAX-Variante des Parsers bin ich zu folgendem Ansatz gekommen:

(defclass my-sax (sax:sax-parser-mixin)
  ((title :accessor title :initform nil)
   (tag :accessor tag :initform nil)
   (text :accessor text :initform "")))

(defmethod sax:start-element ((sax my-sax) namespace-uri local-name
                              qname attributes)
  (with-slots (tag tagcount text) sax
              (setf tag local-name
                    text "")))

(defmethod sax:characters ((sax my-sax) data)
  (with-slots (title tag text) sax
    (switch (tag :test 'string=)
      ("text"  (setf text (conatenate 'string text data)))
      ("title" (setf title data)))))

(defmethod sax:end-element ((sax my-sax) namespace-uri local-name qname)
  (with-slots (title tag text) sax
    (when (string= "text" local-name)
      ;; process (text sax)
    )))

D.h.Ich sammle den Text in sax:characters und verarbeiten Sie es sax:end-element.In STP kommen Sie wahrscheinlich noch einfacher davon, indem Sie benachbarte Elemente verketten text Elemente.