當前狀態END_ELEMENT不在狀態CHARACTERS，COMMENT，CDATA，SPACE，ENTITY_REFERENCE，DTD對於getText有效（）

我對Java很新，但是我正在爲學校做這個項目。我有一個4GB的XML文件（這是一個維基百科轉儲）需要解析。我使用StAX，並且我的代碼成功運行超過400,000行（幾乎50MB），但是後來出現此錯誤。當前狀態END_ELEMENT不在狀態CHARACTERS，COMMENT，CDATA，SPACE，ENTITY_REFERENCE，DTD對於getText有效（）

異常在線程「主要」 java.lang.IllegalStateException：當前狀態END_ELEMENT不是statesCHARACTERS，COMMENT之間，CDATA SPACE，ENTITY_REFERENCE，DTD在有效的getText（）com.sun.org .apache.xerces.internal.impl.XMLStreamReaderImpl.getText（XMLStreamReaderImpl.java:1081）在tagremoving1.TagRemoving1.main（TagRemoving1.java:65）

我讀的地方，當我使用的getText（）我建議立即進行刪除檢查null或空元素，所以我做了。然後它會進一步發展，但會再次出現同樣的錯誤。我幾乎到處都擡頭看。我不知道什麼是錯的。這是我的代碼：

XMLInputFactory factory = XMLInputFactory.newInstance(); 
    File file = new File("source.xml"); 
    FileInputStream fileReader = new FileInputStream(file);  
    factory.setProperty(XMLInputFactory.IS_COALESCING, true); 
      factory.setProperty(XMLInputFactory.IS_REPLACING_ENTITY_REFERENCES,true); 
      factory.setProperty(XMLInputFactory.IS_SUPPORTING_EXTERNAL_ENTITIES,false); 
    PrintWriter writer1 = new PrintWriter("result.txt", "UTF-8"); 

    XMLStreamReader reader = factory.createXMLStreamReader(fileReader); 
    int counter = 1; 
    while(reader.hasNext()){ 

     if(reader.next() == 1){ //If it is START_ELEMENT 
      String name = reader.getLocalName(); 
      switch(name){ 
       case "page": 
        writer1.println("\r\npage" + counter + ":"); 
        counter++; 
        break; 

       case "title": 
        reader.next(); 
        if(reader != null && !"".equals(reader.toString())) 
          writer1.println("Title: " + reader.getText()); 
        break; 

       case "text": 
        reader.next(); 
        if(reader != null && !"".equals(reader.toString())) 
         writer1.println("Text: " + reader.getText()); 
        break; 

       default: 
        break; 
      } 
     } 

    } 
    writer1.flush(); 
    writer1.close();

任何建議嗎？

來源

2017-10-05 Shireen

你可能會向我們展示錯誤發生點附近的XML嗎？否則，任何人都可以做的就是猜測發生了什麼。 –

它正好在一個「單詞」中間停留在話題的中間（正如我提到它是一個維基百科文章），文本是波斯語，所以我不確定是否顯示它是有幫助的。這可能是內存問題嗎？因爲這是一篇大文章。 - @ DawoodibnKareem – Shireen

我真的懷疑這是否是內存問題。在文檔中間，更可能是某種無效的XML。如果你能夠識別出發生在文檔中的什麼地方，那麼看看XML會看看是否有什麼錯誤，這將是非常好的。爲了幫助您識別發生的位置，您可以嘗試刪除文檔的一半，然後刪除剩餘的一半，等等，直到您可以在文檔的可管理部分找到問題。 –

嗯，我想通了！

我添加另一個條件reader.hasText（）到最後'如果'，然後一切都很好。這裏是代碼：

case "text": 
    reader.next(); 
    if(reader != null && !"".equals(reader.toString()) && reader.hasText())      
    writer1.println("Text: " + reader.getText()); 
    break;

來源

2017-11-20 07:58:06 Shireen

當前狀態END_ELEMENT不在狀態CHARACTERS，COMMENT，CDATA，SPACE，ENTITY_REFERENCE，DTD對於getText有效（）

回答

相關問題