有一个在SAX定位器，它跟踪当前位置。 然而，当我把它在我的startElement（），它总是返回我的XML标记的结束位置。
我怎样才能获得标签的启动位置？ 有什么办法优雅地解决这个问题？
Answer 1:
不幸的是， Locator由Java系统库提供的接口org.xml.sax包不容许有关定义的文件位置的详细信息。 从引用文档中的getColumnNumber方法（由我添加的亮点）：
从该方法的返回值仅作为用于诊断的目的的近似 ; 它不打算提供足够的信息来编辑原始XML文档的字符内容。 例如，当行包含组合字符序列，宽字符，代理对，或双向文本， 该值可能不对应于在文本编辑器的显示的列 。
根据该规范，你总是会得到“ 的第一个字符与文档事件相关的文本之后 ”基于SAX驱动尽力而为的位置。 因此短期回答你的问题的第一部分是： 没有， Locator不提供有关标签的起始位置信息 。 另外，如果你在你的文件，如处理多字节字符，中国人还是日本人的文字，你从SAX司机拿到的位置可能不是你想要的。
如果您是标签准确位置后，或者想要了解属性更细粒度的信息，属性内容等，你就必须实现自己的位置提供。
与所有潜在的编码问题，Unicode字符等方式参与，我想这是太大的项目在这里发布，实施也将取决于您的具体要求。
只是从个人的经验快速的警告：写周围的包装InputStream传递到SAX解析器是危险的，因为你不知道什么时候SAX解析器将报告是基于它已经从流中读取事件。
你可以做一些自己的计数的开始characters(char[], int, int)你的方法ContentHandler通过检查换行符，制表符等，除了使用Locator信息，这应该给你一个更好的画面在那里你实际上是在文档中。 只要记住最后一个事件的位置，你可以计算出当前的起始位置。 考虑到虽然，你可能看不到所有的换行，因为这些可能出现的内部标签，你就不会在看到characters ，但是可以推断出那些来自Locator信息。
Answer 2:
什么是您使用SAX解析器？ 有些人，有人告诉我，不提供定位服务。
下面简单的Python程序的输出会给你的每一个元素的起始行数和列数在您的XML文件，例如，如果你在你的XML缩进两个空格：
Element: MyRootElem
starts at row 2 and column 0
Element: my_first_elem
starts at row 3 and column 2
Element: my_second_elem
starts at row 4 and column 4
像这样运行： python sax_parser_filename.py my_xml_file.xml
#!/usr/bin/python
import sys
from xml.sax import ContentHandler, make_parser
from xml.sax.xmlreader import Locator
class MySaxDocumentHandler(ContentHandler):
"""
the document handler class will serve
to instantiate an event handler which will
acts on various events coming from the parser
"""
def __init__(self):
self.setDocumentLocator(Locator())
def startElement(self, name, attrs):
print "Element: %s" % name
print "starts at row %s" % self._locator.getLineNumber(), \
"and column %s\n" % self._locator.getColumnNumber()
def endElement(self, name):
pass
def mysaxparser(inFileName):
# create a handler
handler = MySaxDocumentHandler()
# create a parser
parser = make_parser()
# associate our content handler to the parser
parser.setContentHandler(handler)
inFile = open(inFileName, 'r')
# start parser
parser.parse(inFile)
inFile.close()
def main():
mysaxparser(sys.argv[1])
if __name__ == '__main__':
main()
Answer 3:
说到这里，我终于想出了一个解决方案。 （不过我才懒得贴了上去，对不起。）这里的字符（）的endElement（）和ignorableWhitespace（）方法是crutial，与它们指向您的标签可能起点定位。 在字符（）定位器指向的非标记信息，在的endElement定位器（）指向最后一个标签的结束位置，这将有可能成为这个标签的出发点，如果他们粘在一起的cloest终点，和在ignorableWhitespace定位器（）指向一系列空白和标签的末端。 只要我们跟踪这三种方法的结束位置的，我们可以发现这个标签的出发点，我们已经可以得到这个标签的结束位置与定位器的endElement（）。 因此，出发点和XML的终点可以顺利找到。
class Example extends DefaultHandler{
private Locator locator;
private SourcePosition startElePoint = new SourcePosition();
public void setDocumentLocator(Locator locator) {
this.locator = locator;
}
/**
* <a> <- the locator points to here
* <b>
* </a>
*/
public void startElement(String uri, String localName,
String qName, Attributes attributes) {
}
/**
* <a>
* <b>
* </a> <- the locator points to here
*/
public void endElement(String uri, String localName, String qName) {
/* here we can get our source position */
SourcePosition tag_source_starting_position = this.startElePoint;
SourcePosition tag_source_ending_position =
new SourcePosition(this.location.getLineNumber(),
this.location.getColumnNumber());
// do your things here
//update the starting point for the next tag
this.updateElePoint(this.locator);
}
/**
* some other words <- the locator points to here
* <a>
* <b>
* </a>
*/
public void characters(char[] ch, int start, int length) {
this.updateElePoint(this.locator);//update the starting point
}
/**
*the locator points to here-> <a>
* <b>
* </a>
*/
public void ignorableWhitespace(char[] ch, int start, int length) {
this.updateElePoint(this.locator);//update the starting point
}
private void updateElePoint(Locator lo){
SourcePosition item = new SourcePosition(lo.getLineNumber(), lo.getColumnNumber());
if(this.startElePoint.compareTo(item)<0){
this.startElePoint = item;
}
}
class SourcePosition<SourcePosition> implements Comparable<SourcePosition>{
private int line;
private int column;
public SourcePosition(){
this.line = 1;
this.column = 1;
}
public SourcePosition(int line, int col){
this.line = line;
this.column = col;
}
public int getLine(){
return this.line;
}
public int getColumn(){
return this.column;
}
public void setLine(int line){
this.line = line;
}
public void setColumn(int col){
this.column = col;
}
public int compareTo(SourcePosition o) {
if(o.getLine() > this.getLine() ||
(o.getLine() == this.getLine()
&& o.getColumn() > this.getColumn()) ){
return -1;
}else if(o.getLine() == this.getLine() &&
o.getColumn() == this.getColumn()){
return 0;
}else{
return 1;
}
}
}
}
文章来源: How do I get the correct starting/ending locations of a xml tag with SAX?
