Android，SAX解析器阅读Html标签时出现问题

Question

我想用Sax Parser解析这个文本，问题是由于内容中的Html标记字符串缓冲区不会读取Html标记可以任何一个人建议我该怎么做它与SAX解析器，或参阅我任何解析使用SAX HTML数据的链接

Answer 1

HTML文件不符合XML标准。

Answer 2

如果您可以编辑您所提供的文本，只需使用CDATA：

<content><![CDATA[Your stuff here with all the <em>HTML</em> tags you can think of.]]></content> 

然后SAX解析器的toString()将返回如下所示的字符串：Your stuff here with all the <em>HTML</em> tags you can think of.

Answer 3

您可以使用此方法将CDATA数据（参数数据：实际数据; TAG：其中CDATA需要放在XML标签的名称）

public static final String putCDATA(String data, String tag) { 
    if(data == null || data.length() <= 0 || tag == null || tag.length() <= 0) { 
     return null; 
    } 

    String newData = ""; 

    while(true) { 
     int firstIndex = data.indexOf("<" + tag + ">"); 
     firstIndex = firstIndex + new String("<" + tag + ">").length() - 1; 

     int lastIndex = data.indexOf("</" + tag + ">"); 

     if(firstIndex == -1 || lastIndex == -1) { 
      break; 
     } 

     String tagValue = data.substring(firstIndex + 1, lastIndex); 
     tagValue = "<![CDATA[" + tagValue + "]]>"; 

     newData += data.substring(0,firstIndex + 1); 
     newData += tagValue; 
     newData += data.substring(lastIndex, lastIndex + new String("<" + tag + ">").length() + 1); 

     data = data.substring(lastIndex + new String("<" + tag + ">").length() + 1, data.length()); 
    } 

    newData += data; 

    System.out.print("FORMATED: " + "\n" + newData); 
    return newData; 
}