使用 Sax 解析错误 XML 时如何忽略 XML 错误（在 Android 上）

Question

关于 Android 上使用 Java 的 Sax XML 解析器的问题：我需要解析从 Web 获取的 XML 文件，但我无法控制该文件。有些包含错误并导致解析器因“标签不匹配”或“格式不正确（无效标记）”等错误而中止。

这些错误对我来说并不重要，我想忽略它们并继续前进，我可以处理损坏的 XML 结构。但我无法修复 XML 文件，它们不是我的。我如何告诉 Android 上的 Sax（类 org.xml.sax.XMLReader）不要抛出异常并继续运行？附加 ErrorHandler 不起作用，捕获异常也没有用，因为我无法在停止的地方继续解析。

我的 XML 不是 HTML，但这里有一些 (X)HTML 示例，浏览器会忽略错误并继续运行。我也想做这个。

• 即使标签从未关闭，浏览器也可以使用“ <br> ”而不是“ <br/> ”。
• 即使结束标记的顺序错误，“ <b><i> text </b></i> ”也能正常工作。
• 尽管令牌无效，“ odds &ends ”仍被接受，“ odds&ends ”将是正确的。

我不想编写自己的解析器来处理字符集转换等。我不需要验证 XML。这是我的代码，精简为要点：

XMLReader r = SAXParserFactory.newInstance().newSAXParser().getXMLReader();
r.setErrorHandler(new MyLenientErrorHandlerThatNeverThrows());
r.setContentHandler(new MyImporterThatExtendsDefaultHandler());
r.parse(new InputSource(new BufferedReader(...)));

谢谢！

Answer 1

好吧，看来是做不到了。Sax 支持错误检测，但不支持错误恢复，这使得它不太适合本示例中的健壮代码。通过使用 XmlPullParser 重新格式化 Sax 使其工作，这允许将下一个令牌调用包装在 try-catch 块中：

try {
    XmlPullParserFactory factory = XmlPullParserFactory.newInstance();
    XmlPullParser xpp = factory.newPullParser();
    xpp.setInput(in);
    int type = xpp.getEventType();
    while (type != XmlPullParser.END_DOCUMENT) {
        switch (type) {
          case XmlPullParser.START_TAG: startTag(xpp);             break;
          case XmlPullParser.END_TAG:   endTag(xpp);               break;
          case XmlPullParser.TEXT:      characters(xpp.getText()); break;
        }
        try {type = xpp.next();}
        catch (XmlPullParserException e) {}
    }
} catch (Exception e) {}