你真的了解java的SAX解析么

Question

以前没做SAX这方面的不知道，现在仔细研究了下才发现，SAX解析是有缺陷的
当我使用SAX解析器解析XHTML文件的时候，发现解析器无法正确的解析出文件当中的特殊字符，比如
¡
¢
£
¤
¥
我debug了一下
发现在继承自DefaultHandler的类中的characters方法中没有这些字符进来，而且还有一个现象是，一个标签中的所有字符会由&所在的特殊字符分成两部分。
网上有人说SAX解析中会跳过这段带有&的字符，但是为什么
"    ----------------------------  "
&    ---------------------------- &
&lt;         ---------------------------- <
&gt;        ---------------------------- >
这几个会转化为对应的普通字符显示，那么究竟是在SAX解析其中全部替换了，还是有什么其他原因呢，我找了下关于SAX解析方面的类源码，但是还是没找到具体原因.
不知道各位大虾有什么思路或者解决方法么(在解析过程中不改变XHTML文件的前提下)，希望大家不吝赐教，小弟不胜感激。 

Answer 1

没注意过这个问题.
不过你可以考虑换个XML Parser试试,也许只是你现在用的这个Parser的实现问题

Answer 2

好像Dom解析也存在这个问题，而且Dom解析也不太满足我的要求

Answer 3

我现在的想法是找到sax解析中作替换或者是跳过这些特殊字符的方法，然后自己来重构这些方法，但是死活没有找到，有没有高手指点下啊

Answer 4

解析的时候，总有一些特殊字符，程序中用来做控制的，比如> < , ",我碰到的是< >需要转换，你就用转换的&lt;和&gt;代替好了，如果非要深究，找找源码看看，没这个必要，...........

Answer 5

现在是必须支持所有的准确的说是大部分的特殊字符，大概有两百多个，但是sax里面大部分替换掉成了空串"";使得我的解析显示大有问题

Answer 6

&yen; 这些不是 XML 中的实体引用，而是 HTML 中预定义的 252 个实体引用之一。XML 中的实体引用只有 5 个，即：&lt;（<）、&gt;（>）、&quot;（"）、&apos;（'）、&amp;（&）

Answer 7

W3C XML 1.0
Predefined Entities
http://www.w3.org/TR/2008/REC-xml-20081126/#sec-predefined-ent

Answer 8

好像Dom解析也存在这个问题，而且Dom解析也不太满足我的要求

Answer 9

这位老兄好像没看明白我的问题哦，现在用sax的话只能显示固定的几个，而其他的都被替换了，我是要将所有的特殊字符显示出来，看怎么解决

Answer 10

我明白的，你说的那些没有一个 XML 解析器能支持的，你只能自己手工处理。

Answer 11

我前面也说了 &yen; 之类的是 HTML 的实体引用，并不是 XML 的，既然 XML 规范没有规定所以 XML 解析器没有理由会去支持。

Answer 12

http://blog.csdn.net/yaoweijq/archive/2010/11/09/5997153.aspx
不清楚这个能否解决
有点事情
没有细看你的问题