Analisando ampers e inválidos com o XMLPullParsers do Android
-
20-09-2019 - |
Pergunta
Estou escrevendo um pequeno aplicativo de raspagem de tela que consome algum xhtml - não é preciso dizer que o XHTML é inválido: os ampeiros e não são escapados como &
.
Estou usando o Android's XmlPullParser
e apresenta o seguinte erro no valor codificado incorretamente:
org.xmlpull.v1.XmlPullParserException: unterminated entity ref
(position:START_TAG <a href='/Fahrinfo/bin/query.bin/dox?ld=0.1&n=3&i=9c.0323581.1266265347&rt=0&vcra'>
@55:134 in java.io.InputStreamReader@43b1ef70)
Como faço para contornar isso? Eu pensei nas seguintes soluções:
- Envolvendo o
InputStream
em outro que substitui os amadores e por entidade refs - Configurando o analisador para que ele aceite magicamente a marcação incorreta
Quais provavelmente terão mais sucesso?
Solução
Eu iria com sua primeira opção, a substituição dos Ampersands parece mais uma solução adequada do que a outra. A segunda opção parece mais um Hack Para fazê -lo funcionar aceitando uma marcação incorreta.
Outras dicas
Fiquei preso nisso por cerca de uma hora antes de descobrir que, no meu caso, era o "&" que não pôde ser resolvido pelo analisador XML Pull, então encontrei a solução. Então, aqui está um trecho de código que o corrige totalmente.
void ParsingActivity(String r) {
try {
parserCreator = XmlPullParserFactory.newInstance();
parser = parserCreator.newPullParser();
// Here we give our file object in the form of a stream to the
// parser.
parser.setInput(new StringReader(r.replaceAll("&", "&")));
// as a SAX parser this will raise events/callback as and when it
// comes to a element.
int parserEvent = parser.getEventType();
// we go thru a loop of all elements in the xml till we have
// reached END of document.
while (parserEvent != XmlPullParser.END_DOCUMENT) {
switch (parserEvent) {
// if u have reached start of a tag
case XmlPullParser.START_TAG:
// get the name of the tag
String tag = parser.getName();
praticamente o que estou fazendo, estou apenas substituindo o &
com &
Desde que eu estava lidando com a análise de um URL. Espero que isto ajude.