从输入流中删除垃圾尾随xml

Question

我的免费网络主机将分析javascript附加到所有PHP和HTML文件。 很好，除了我想将XML发送到我的Android应用程序之外，这会使我的文件无效。

由于XML在传递给我的SAX ContentHandler之前已进行了完整的分析（并且分解），所以我不能只是捕捉到异常并与充实的对象一起愉快地继续工作。 （我尝试过，然后对此感到毛骨悚然。）

对合理有效的策略有何建议？

我将要创建一个类，该类将接收我的InputStream，仔细阅读直到找到垃圾，然后中断，然后接受我刚刚写的内容，将其转换回InputStream并传递它，就像什么都没有发生。 但是我担心它的效率会非常低下，有一些我不需要处理的错误（例如破坏诸如嵌入式图像之类的二进制值）并且希望是不必要的。

FWIW，这是一个Android项目的一部分，因此我正在使用android.util.Xml类（请参阅源代码 ）。 当我跟踪异常时，它带我去了一个本地的 appendChars函数，无论如何它本身都是从私有方法网络中调用的，因此对任何子类进行子类化似乎都是无用的。

这是我的堆栈跟踪中的重要内容：

E/AndroidRuntime(  678): Caused by: org.apache.harmony.xml.ExpatParser$ParseException: At line 3, column 0: junk after document element
E/AndroidRuntime(  678):    at org.apache.harmony.xml.ExpatParser.parseFragment(ExpatParser.java:523)
E/AndroidRuntime(  678):    at org.apache.harmony.xml.ExpatParser.parseDocument(ExpatParser.java:482)
E/AndroidRuntime(  678):    at org.apache.harmony.xml.ExpatReader.parse(ExpatReader.java:320)
E/AndroidRuntime(  678):    at org.apache.harmony.xml.ExpatReader.parse(ExpatReader.java:277)

我想最后我要征询有关InputStream->手动解析为OutputStream->重新创建InputStream->传递解决方案的意见是否像我认为的那样可怕。

Answer 1

免费的虚拟主机有此问题。 我仍然没有找到一种仍然处于免费模式的替代方案。

Answer 2

“我将创建一个类，将使用我的InputStream，仔细阅读它，直到找到垃圾，然后断开，然后接受我刚刚写的内容，将其转换回InputStream，并像没有发生任何事情一样传递给我。 “我担心它的效率会非常低下，有一些我不需要处理的错误（例如破坏诸如嵌入式图像之类的二进制值）并且希望是不必要的。”

可以的 您可以读入StringBuffer，然后使用ByteArrayInputStream或类似的东西（如适用的话，如StreamReader）。

http://developer.android.com/reference/java/io/ByteArrayInputStream.html

不利的一面是您将整个XML文件读入内存，对于大文件，这在内存方面可能是低效的。

另外，您可以继承InputStream的子类并通过流进行过滤。 您可能只需要通过调用super.read（）来覆盖3个read（）方法，并在到达垃圾端时进行标记，然后根据需要返回EOF。

Answer 3

我将要创建一个类，该类将接收我的InputStream，仔细阅读直到找到垃圾，然后中断，然后接受我刚刚写的内容，将其转换回InputStream并传递它，就像什么都没有发生。 但是我担心它的效率会非常低下，有一些我不需要处理的错误（例如破坏诸如嵌入式图像之类的二进制值）并且希望是不必要的。

您可以使用FilterStream而不需要缓冲区

最好的做法是在XML的末尾添加一个定界符，例如--theXML ends HERE --或在XML中找不到的字符，例如一组16个\\u04\u003c/code>字符 （然后您只需要检查第16个字节）就可以了。 XML的末尾并阅读直到找到它为止

假设\\u04\u003c/code> delim的实现

class WebStream extends FilterInputStream {

    byte[] buff = new byte[1024];
    int offset = 0, length = 0;

    public WebStream(InputStream i) {
        super(i);
    }

    @Override
    public boolean markSupported() {
        return false;
    }

    @Override
    public int read() throws IOException {
        if (offset == length)
            readNextChunk();
        if (length == -1)
            return -1;// eof
        return buff[offset++];
    }

    @Override
    public int read(byte[] b, int off, int len) throws IOException {
        if (offset == length)
            readNextChunk();
        if (length == -1)
            return -1;// eof

        int cop = length - offset;
        if (len < cop)
            cop = len;
        System.arraycopy(buff, offset, b, off, cop);
        offset += cop;
        return cop;
    }

    private void readNextChunk() throws IOException {
        if (offset <= length) {
            System.arraycopy(buff, offset, buff, 0, length - offset);
            length -= offset;
            offset = 0;
        }
        int read = in.read(buff, length, buff.length - length);
        if (read < 0 && length <= 0) {
            length = -1;
            offset = 0;
            return;
        }

        // note that this is assuming ascii compatible
        // anything like utf16 or utf32 will break here
        for (int i = length; i < read + length; i += 16) {
            if (buff[i] == 0x04) {
                while (buff[--i] == 0x04)
                    ;// find beginning of delim block
                length = i;
                read = 0;
            }
        }
    }

}

请注意，这会抛出错误，进行一些错误检查并需要适当的调试