Jak zachować nowe linie w CDATA podczas generowania XML?

Question

Chcę napisać jakiś tekst, który zawiera białe znaki, takie jak newline i tab do pliku XML więc używam

Element element = xmldoc.createElement("TestElement"); 
element.appendChild(xmldoc.createCDATASection(somestring)); 

ale kiedy czytam to z powrotem w użyciu

Node vs = xmldoc.getElementsByTagName("TestElement").item(0); 
String x = vs.getFirstChild().getNodeValue(); 

Otrzymuję ciąg który nie ma już nowych linii.
Kiedy patrzę bezpośrednio na xml na dysku, nowe linie wydają się zachowane. więc problem występuje podczas odczytu w pliku xml.

Jak mogę zachować nowe linie?

Dzięki!

Answer 1

I don wiesz, jak analizujesz i piszesz swój dokument, ale oto przykład ulepszonego kodu na podstawie Twojego:

// creating the document in-memory               
Document xmldoc = DocumentBuilderFactory.newInstance().newDocumentBuilder().newDocument(); 

Element element = xmldoc.createElement("TestElement");          
xmldoc.appendChild(element);                
element.appendChild(xmldoc.createCDATASection("first line\nsecond line\n"));    

// serializing the xml to a string               
DOMImplementationRegistry registry = DOMImplementationRegistry.newInstance();    

DOMImplementationLS impl =                 
    (DOMImplementationLS)registry.getDOMImplementation("LS");        

LSSerializer writer = impl.createLSSerializer();           
String str = writer.writeToString(xmldoc);             

// printing the xml for verification of whitespace in cdata        
System.out.println("--- XML ---");               
System.out.println(str);                 

// de-serializing the xml from the string             
final Charset charset = Charset.forName("utf-16");           
final ByteArrayInputStream input = new ByteArrayInputStream(str.getBytes(charset));  
Document xmldoc2 = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(input); 

Node vs = xmldoc2.getElementsByTagName("TestElement").item(0);       
final Node child = vs.getFirstChild();              
String x = child.getNodeValue();               

// print the value, yay!                 
System.out.println("--- Node Text ---");             
System.out.println(x);                  

Serializacja przy użyciu LSSerializera jest metodą W3C (see here). Wydajność jest zgodna z oczekiwaniami, z separatorami liniowymi:

--- XML --- 
<?xml version="1.0" encoding="UTF-16"?> 
<TestElement><![CDATA[first line 
second line ]]></TestElement> 
--- Node Text --- 
first line 
second line 

Answer 2

EDIT: wyciąć wszystkie nieistotnych rzeczy

jestem ciekaw, co DOM realizacja używasz, ponieważ nie odzwierciedlają domyślne zachowanie jednego z kilku JVMs Próbowałam (wysyłane z implem Xerces). Interesuje mnie również to, jakie znaki nowej linii mają twój dokument.

Nie jestem pewien, czy CDATA powinien zachować białe spacje. Podejrzewam, że wiąże się to z wieloma czynnikami. Czy DTD/schematy nie wpływają na sposób przetwarzania białych znaków?

Możesz spróbować użyć atrybutu xml: space = "preserve".

Answer 3

Należy sprawdzić typ każdego węzła za pomocą metody node.getNodeType(). Jeśli typ to CDATA_SECTION_NODE, musisz połączyć osłony CDATA z węzłem node.getNodeValue.

Answer 4

Nie musisz używać CDATA, aby zachować białe znaki. Kod XML specification określa sposób kodowania tych znaków.

Tak na przykład, jeśli element z wartości, które zawierają nową przestrzeń należy zakodować go z powrotem


 

przewozu:


 

itd

Answer 5

xml: space = 'preserve' nie jest to. To jest tylko dla węzłów "wszystkie białe znaki". Oznacza to, że jeśli chcesz węzły białe znaki

<this xml:space='preserve'> <has/> 
<whitespace/> 
</this> 

jednak zauważyć, że te węzły są tylko białe znaki spacji.

Starałem się, aby Xerces generował zdarzenia umożliwiające izolację również treści CDATA. Nie mam jeszcze rozwiązania.