请教一下关于通过url获取rss源的xml文件

Question

rssxml阅读器

Answer 1

在http://blog.chenlb.com/2008/11/an-invalid-xml-character-on-dom4j-read-xml-file.html查到说是xml1.0有限制，官方定义的无效字符为：0x00 - 0x08
0x0b - 0x0c
0x0e - 0x1f然后加了这段代码 public static String filter(String xmlStr) {  
        StringBuilder sb = new StringBuilder();  
        char[] chs = xmlStr.toCharArray();  
        for(char ch : chs) {  
            if((ch >= 0x00 && ch <= 0x08)  
                || (ch >= 0x0b && ch <= 0x0c)  
                || (ch >= 0x0e && ch <= 0x1f)) {  
            } else {  
                sb.append(ch);  
            }  
        }  
        System.out.println("filter after=" +sb.length());  
        return sb.toString();  
    }  
之后可以正常解析了，但是解析的内容中item元素的内容全变成奇怪形状的空格了。。
title:互联网的那点事
link:
link:http://www.alibuybuy.com
description:互联网的那点事 - 聚焦互联网前沿资讯，网络精华内容，交流产品心得！
lastBuildDate:Mon, 09 Jun 2014 02:09:39 +0000
language:en
updatePeriod:hourly
updateFrequency:1
generator:http://wordpress.org/?v=3.1
item:











item:







后面就不贴了。。求解，是解析方法的问题还是获取方法出错？

Answer 2

朋友…… 好可惜的说
你不该用dom来解析xml，数据量大了，容易出错的。
直接用Sax解析，非常方便，简单。
你可以看这个例子：http://blog.csdn.net/wangkuifeng0118/article/details/7305068

Answer 3

xml的解析有DOM和SAX等方法;文档格式的定义有GB编码或Unicode编码等编码方式.