使用Java解析XML时出错

我想解析从Google Geocode Api获得的xml文档。使用Java解析XML时出错

我的XML文件。我在同一个文件中有一系列这样的数据。这是

<?xml version="1.0" encoding="UTF-8"?> 
<GeocodeResponse> 
<status>OK</status> 
<result> 
    <formatted_address>Petroleum House, Jamshedji Tata Road, Churchgate, Mumbai, Maharashtra 400020, India</formatted_address> 
    <address_component> 
<long_name>Petroleum House</long_name> 
<short_name>Petroleum House</short_name> 
</address_component> 
<address_component> 
<long_name>Jamshedji Tata Road</long_name> 
<short_name>Jamshedji Tata Road</short_name> 
<type>route</type> 
</address_component> 
<address_component> 
<long_name>Churchgate</long_name> 
<short_name>Churchgate</short_name> 
<type>sublocality</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Mumbai</long_name> 
<short_name>मॿंबई</short_name> 
<type>locality</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Mumbai</long_name> 
<short_name>Mumbai</short_name> 
<type>administrative_area_level_2</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Maharashtra</long_name> 
<short_name>MH</short_name> 
<type>administrative_area_level_1</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>India</long_name> 
<short_name>IN</short_name> 
<type>country</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>400020</long_name> 
<short_name>400020</short_name> 
<type>postal_code</type> 
</address_component> 
<geometry> 
<location> 
<lat>18.9291061</lat> 
<lng>72.8255146</lng> 
</location> 
<location_type>APPROXIMATE</location_type> 
<viewport> 
<southwest> 
<lat>18.9277189</lat> 
<lng>72.8240293</lng> 
</southwest> 
<northeast> 
<lat>18.9304168</lat> 
<lng>72.8267272</lng> 
</northeast> 
</viewport> 
<bounds> 
<southwest> 
<lat>18.9288559</lat> 
<lng>72.8251686</lng> 
</southwest> 
<northeast> 
<lat>18.9292798</lat> 
<lng>72.8255879</lng> 
</northeast> 
</bounds> 
</geometry> 
</result> 
</GeocodeResponse>

我尝试使用下面的代码，但我得到了一些error.This只是一个节点，也是第一次尝试我解析XML。

import java.io.File; 
import javax.xml.parsers.DocumentBuilder; 
import javax.xml.parsers.DocumentBuilderFactory; 
import org.w3c.dom.Document; 
import org.w3c.dom.Element; 
import org.w3c.dom.Node; 
import org.w3c.dom.NodeList; 

public class parser { 

public static void main(String args[]) { 
    try { 

     File stocks = new File("filename.xml"); 
     DocumentBuilderFactory dbFactory = DocumentBuilderFactory 
       .newInstance(); 
     DocumentBuilder dBuilder = dbFactory.newDocumentBuilder(); 
     Document doc = dBuilder.parse(stocks); 
     doc.getDocumentElement().normalize(); 

     System.out.println("root of xml file" 
       + doc.getDocumentElement().getNodeName()); 
     NodeList nodes = doc.getElementsByTagName("address_component"); 
     System.out.println("=========================="); 

     for (int i = 0; i < nodes.getLength(); i++) { 
      Node node = nodes.item(i); 

      if (node.getNodeType() == Node.ELEMENT_NODE) { 
       Element element = (Element) node; 
       System.out.println("Name: " 
         + getValue("long_name", element)); 
       System.out.println("lat: " + getValue("lat", element)); 
       System.out.println("lon: " + getValue("lon", element)); 
      } 
     } 
    } catch (Exception ex) { 
     ex.printStackTrace(); 
    } 
} 

private static String getValue(String tag, Element element) { 
    NodeList nodes = element.getElementsByTagName(tag).item(0) 
      .getChildNodes(); 
    Node node = (Node) nodes.item(0); 
    return node.getNodeValue(); 
}

``}

我从谷歌

<?xml version="1.0" encoding="UTF-8"?> 
<GeocodeResponse> 
<status>OK</status> 
<result> 
<formatted_address>Petroleum House, Jamshedji Tata Road, Churchgate, Mumbai, Maharashtra 400020, India</formatted_address> 
<address_component> 
<long_name>Petroleum House</long_name> 
<short_name>Petroleum House</short_name> 
</address_component> 
<address_component> 
<long_name>Jamshedji Tata Road</long_name> 
<short_name>Jamshedji Tata Road</short_name> 
<type>route</type> 
</address_component> 
<address_component> 
<long_name>Churchgate</long_name> 
<short_name>Churchgate</short_name> 
<type>sublocality</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Mumbai</long_name> 
<short_name>à¤®à¥?à¤‚à¤¬à¤ˆ</short_name> 
<type>locality</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Mumbai</long_name> 
<short_name>Mumbai</short_name> 
<type>administrative_area_level_2</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>Maharashtra</long_name> 
<short_name>MH</short_name> 
<type>administrative_area_level_1</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>India</long_name> 
<short_name>IN</short_name> 
<type>country</type> 
<type>political</type> 
</address_component> 
<address_component> 
<long_name>400020</long_name> 
<short_name>400020</short_name> 
<type>postal_code</type> 
</address_component> 
<geometry> 
<location> 
<lat>18.9291061</lat> 
<lng>72.8255146</lng> 
</location> 
<location_type>APPROXIMATE</location_type> 
<viewport> 
<southwest> 
<lat>18.9277189</lat> 
<lng>72.8240293</lng> 
</southwest> 
<northeast> 
<lat>18.9304168</lat> 
<lng>72.8267272</lng> 
</northeast> 
</viewport> 
<bounds> 
<southwest> 
<lat>18.9288559</lat> 
<lng>72.8251686</lng> 
</southwest> 
<northeast> 
<lat>18.9292798</lat> 
<lng>72.8255879</lng> 
</northeast> 
</bounds> 
</geometry> 
</result> 
</GeocodeResponse>

越来越

com.sun.org.apache.xerces.internal.impl.io.MalformedByteSequenceException: Invalid byte 3 of 3-byte UTF-8 sequence. 
at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.invalidByte(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.io.UTF8Reader.read(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.scanContent(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(Unknown Source) 
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source) 
at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) 
at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(Unknown Source) 
at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(Unknown Source) 
at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source) 
at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source) 
at javax.xml.parsers.DocumentBuilder.parse(Unknown Source) 
at parser.main(parser.java:17)

直接输出继电器这是从谷歌

来源

2013-03-19 Rahul Mehrotra

好像'文件股=新的文件（ “filename.xml中”）;'不加载文件 – bsiamionau 2013-03-19 10:06:06

该行*不*加载文件。它只是声明一个File对象。 – 2013-03-19 10:07:40

漂亮的渔获@BrianAgnew – bsiamionau 2013-03-19 10:08:22

我会说，它已与文件编码做。如果你是一个Windows机器上它可以翻译XML文件作为Windows ISO格式而不是UTF-8

我会尝试更换

Document doc = dBuilder.parse(stocks);

有：

Document doc = dBuilder.parse(new FileInputStream(stocks), "UTF8")));

确保输入文件被读为UTF-8

编辑：如何检查用记事本++编码的文件

Notepad++ encoding check

来源

2013-03-19 10:18:29

和Brian Agnew提到的那样，确保输入文件真的是UTF-8。 – 2013-03-19 10:19:55

我收到的数据直接来自Google服务，只存储在一个文件中。 – 2013-03-19 10:33:34

如果你用文本编辑器（如记事本++）打开文件，它说文件有什么编码？（http://npp-community.tuxfamily.org/documentation/notepad-user-manual/document-properties/encoding） – 2013-03-19 10:37:44

我怀疑直接输出的错误文件ha被保存时被错误编码。

你的文件在顶部说UTF-8，但不管怎么保存它还没有保存为UTF-8。您应该可以通过另一种支持XML的工具进行查看来确认这一点，例如，一个浏览器或者一个命令行工具，如XMLStarlet。

您可以直接从Google服务获取该输入吗？即不要将其保存为中间文件。如果只是为了确认这个问题，这将是值得的。

来源

2013-03-19 10:06:46

我已经添加了谷歌服务的直接输出 – 2013-03-19 10:17:25

请注意，如果你*写*输出到一个文件，写作必须是UTF-8意识到。如果你把它加载到编辑器中然后写出来，那*编辑器*必须保留编码。基本上，您的转换链中的所有内容都必须是UTF-8。我会使用一个独立的工具，如XMLStarlet来检查每个阶段没有发生腐败 – 2013-03-19 10:56:48

你可以尝试解析您的文件是这样的：

File file = new File("filename.xml"); 
InputStream inputStream= new FileInputStream(file); 
Reader reader = new InputStreamReader(inputStream,"UTF-8"); 
InputSource is = new InputSource(reader); 
is.setEncoding("UTF-8"); 
Document doc = dBuilder.parse(is);

这只是胡乱猜测寿...

来源

2013-03-19 10:11:12 mindandmedia

我试过你的代码..我得到以下错误[致命错误]：80：2：文档中的标记跟在根元素必须是良构的。 org.xml.sax.SAXParseException; lineNumber：80; columnNumber：2;跟在根元素之后的文档中的标记必须是格式良好的。 \t在com.sun.org.apache.xerces.internal.parsers.DOMParser.parse（未知来源） \t在com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse（未知来源） \t在parser.main（parser.java:27） – 2013-03-19 10:21:36

那么你的文件真的可能不是utf8。想到'iconv' ... – mindandmedia 2013-03-19 10:52:46

使用Java解析XML时出错

回答

相关问题