如何从 XML 节点获取文本而不修剪两个 unicode 字符之间的空格

Question

在 JAVA 中使用 SAX 解析器解析 XML 时，我无法获取 XML 中的数据。 问题是节点是否包含带有某些 unicode 字符的文本数据。

node.getTextContent() 在 unicode 字符处分割内容并修剪两个 unicode 字符之间的空格。

假设，如果节点具有数据oro-maxilo-facială și 种植学。 请注意 ă 之间的空格； și。

node.getTextContent() 方法返回的字符串为 oro-maxilo-facialășiimplantologie（无空格）。

下面是我尝试过的代码。

private String getNodeContent(Element nodeToSerialize) {
    StringBuffer sb = new StringBuffer();
    if (nodeToSerialize.hasChildNodes()) {
        NodeList nodeList = nodeToSerialize.getChildNodes();
        for (int x = 0; x < nodeList.getLength(); x++) {
            Node node = nodeList.item(x);
            sb.append(node.getTextContent());
        }
    }
    return sb.toString();
}

XML 内容是

<record>
    <isbn>1234-5689</isbn>
    <titles>
        <title>Revista de chirurgie oro-maxilo-facial&#x103; &#x219;i implantologie</title>
    </titles>
    <number>16</number>
</record>

Answer 1

问题出在digester1.8 上。使用 commons-digester1.8.1.jar 而不是 commons-digester1.8.jar。这将解决这个空白吞咽问题。