Discussion :

[magellan94]

Bonjour.

Je récupère un projet qui implémente SAX pour parser un fichier XML. On a constaté une anomalie bizarre qui semblait se corriger en réduisant la longueur des données.

Après investigation, j'ai trouvé l'anomalie: on a un fichier XML à balises diverses.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
<toto>
<titi></titi>
<tata></tata>
</toto>
<tutu></tutu>

Sauf qu'en fait, le XML généré qu'on doit lire est structuré (pour le bloc qui me dérange)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
<BALISE>
<1>zegzg</1>
<10>zegzg</10>
<11>zegzg</11>
<14>zegzg</14>
<2>zegzg</2>
</BALISE>

Car les devs ont collé, en nom de balise, l'id primaire d'une BDD! Donc là, au parsing, les devs côté lecture ont récupéré que BALISE.
Seulement le souci, c'est que le

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

org.xml.sax.ContentHandler#characters

récupère un char[] en entrée, alors que le buffer complet entre les balises BALISE est bien plus important.

Par acquis de conscience, j'ai vérifié la longueur de ce "buffer" char, il est de 2048...

Mes questions pour m'affranchir de ça:
1° y a t il un moyen que ce "buffer" soit revu pour être plus grand?
2° Ou bien dois je revoir le code en sachant que leur système foireux de balises n'est pas à faire évoluer dans l'immédiat
3° suis je bloqué?

[thelvin]

Sauf qu'en fait, le XML généré qu'on doit lire est structuré (pour le bloc qui me dérange)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
<BALISE>
<1>zegzg</1>
<10>zegzg</10>
<11>zegzg</11>
<14>zegzg</14>
<2>zegzg</2>
</BALISE>

Car les devs ont collé, en nom de balise, l'id primaire d'une BDD! Donc là, au parsing, les devs côté lecture ont récupéré que BALISE.

Je ne comprends pas trop, je suppose que tu es au courant que ceci n'est pas du XML. Un < commence forcément une balise, et un nom de balise ne peut pas commencer par un chiffre.

1° y a t il un moyen que ce "buffer" soit revu pour être plus grand?

Ça dépend du parseur, mais en général, non. De toute façon ce n'est pas là qu'il faut regarder.

2° Ou bien dois je revoir le code en sachant que leur système foireux de balises n'est pas à faire évoluer dans l'immédiat

Non, tu dois revoir le code en pensant que characters() peut être appelé plus d'une fois à l'intérieur d'une même balise, pour le cas où un seul appel ne suffisait pas à transmettre tous les caractères, et qu'il en faut donc d'autres pour transmettre les suivants.

C'est ce que tu aurais dû faire depuis le début. Pas seulement pour cette raison, mais aussi au cas où des sous-balises ignorables apparaissent comme contenu mixte.
Bref, il faut toujours faire comme ça.

3° suis je bloqué?

Non, c'est une situation très connue. Tu ne savais pas, c'est tout.

[magellan94]

Merci pour ces réponses. je suis passé par un stringbuffer pour concaténer, et ça roule