I'm trying to parse an XML file with big text inside of the tags. Sometimes the texts have carriage returns in them. When I debug, my String gets overwritten with a carriage return ("\n") which sometimes leads to an ampty string or a string with just one line.
I have no control on how the data is stored in the database, I can just read it in XML. Some people put a carriage return behind each tag, this leads to the empty strings.
Example of an XML file:
<?xml version="1.0" encoding="utf-8" ?>
<vacaturedetails>
<details>
<titel>MEDEWERKER VOOR ONDERHOUDSDIENST</titel>
<werkveld>METAALMECHANICA</werkveld>
<regio>Regio Roeselare- Izegem</regio>
<tewerkstellingsplaats>Bedrijf in Roeselare met goeie reputatie.</tewerkstellingsplaats>
<diploma1>A2 (Beroeps + 7ej, Technisch, ASO)</diploma1>
<diploma2>A3 (Beroeps tot 6e j, Deeltijds, Leercontract)</diploma2>
<taal1>Nederlands</taal1>
<ervaring>6 maand - 2 jaar</ervaring>
<rijbewijs>B</rijbewijs>
<rijbewijsOmsch>Auto</rijbewijsOmsch>
<omschrijving>- Inzicht in, en zelfstandig kunnen monteren en lassen van metalen constructies. - Hulp bij het ontwikkelen van nieuwe constructies van onderdelen in de productielijn of verbeteren van bestaande constructies. - Kunnen rijden met heftruck en werken met hoogtewerker. - Plaatsen van leidingen voor perslucht, water, ...en sanitair. - Kleine herstellingen uitvoeren. - Hulp bij verhuis binnen het bedrijf. - Allerhande klusjes die nodig zijn aan en rond de bedrijfsgebouwen. </omschrijving>
<aanbod>Dagwerk met een goeie verloning in een goei werksfeer. Optie vast na uitzendperiode. </aanbod>
<profiel>- Kunnen lassen met halfautomaat, kennis autogeen lassen is een pluspunt. - Kunnen rijden met heftruck (attest is een pluspunt) en werken met hoogtewerker. - Inzicht hebben en zelfstandig kunnen monteren van constructies. - Kennis van sanitair (water, gas, perslucht) - Ervaring is een must!</profiel>
</details>
</vacaturedetails>
This is how my parser looks:
package stage.accent.webservice;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
import stage.accent.domain.VacatureDetails;
public class vacatureDetailsWebservice extends DefaultHandler {
private boolean vacaturedetailstag = false;
private boolean detailstag = false;
private boolean titeltag = false;
private boolean werkveldtag = false;
private boolean tewerkstellingsplaatstag = false;
private boolean diploma1tag = false;
private boolean diploma2tag = false;
private boolean taal1tag = false;
private boolean taal2tag = false;
private boolean taal3tag = false;
private boolean taal4tag = false;
private boolean taal5tag = false;
private boolean ervaringtag = false;
private boolean omschrijvingtag = false;
private boolean aanbodtag = false;
private boolean profieltag = false;
private boolean rijbewijstag = false;
private boolean rijbewijsOmschtag = false;
private String test;
//private Vacature vacature = new Vacature();
private VacatureDetails details;
public VacatureDetails getVacatures() {
return this.details;
}
@Override
public void startDocument() throws SAXException {
this.details = new VacatureDetails();
}
@Override
public void endDocument() throws SAXException {
// Nothing to do
}
/** Gets be called on opening tags like:
* <tag>
* Can provide attribute(s), when xml was like:
* <tag attribute="attributeValue">*/
@Override
public void startElement(String namespaceURI, String localName,
String qName, Attributes atts) throws SAXException {
if (localName.equals("vacaturedetails")) {
this.vacaturedetailstag = true;
}else if (localName.equals("details")) {
this.detailstag = true;
}else if (localName.equals("titel")) {
this.titeltag = true;
}else if (localName.equals("werkveld")){
this.werkveldtag = true;
}else if (localName.equals("tewerkstellingsplaats")){
this.tewerkstellingsplaatstag = true;
}else if (localName.equals("diploma1")){
this.diploma1tag = true;
}else if (localName.equals("diploma2")){
this.diploma2tag = true;
}else if (localName.equals("taal1")){
this.taal1tag = true;
}else if (localName.equals("taal2")){
this.taal2tag = true;
}else if (localName.equals("taal3")){
this.taal3tag = true;
}else if (localName.equals("taal4")){
this.taal4tag = true;
}else if (localName.equals("taal5")){
this.taal5tag = true;
}else if (localName.equals("ervaring")){
this.ervaringtag = true;
}else if (localName.equals("rijbewijs")){
this.rijbewijstag = true;
}else if (localName.equals("rijbewijsOmsch")){
this.rijbewijsOmschtag = true;
}else if (localName.equals("omschrijving")){
this.omschrijvingtag = true;
}else if (localName.equals("aanbod")){
this.aanbodtag = true;
}else if (localName.equals("profiel")){
this.profieltag = true;
}
}
/** Gets be called on closing tags like:
* </tag> */
@Override
public void endElement(String namespaceURI, String localName, String qName)
throws SAXException {
if (localName.equals("vacaturedetails")) {
this.vacaturedetailstag = false;
}else if (localName.equals("details")) {
this.detailstag = false;
}else if (localName.equals("titel")) {
this.titeltag = false;
}else if (localName.equals("werkveld")){
this.werkveldtag = false;
}else if (localName.equals("tewerkstellingsplaats")){
this.tewerkstellingsplaatstag = false;
}else if (localName.equals("diploma1")){
this.diploma1tag = false;
}else if (localName.equals("diploma2")){
this.diploma2tag = false;
}else if (localName.equals("taal1")){
this.taal1tag = false;
}else if (localName.equals("taal2")){
this.taal2tag = false;
}else if (localName.equals("taal3")){
this.taal3tag = false;
}else if (localName.equals("taal4")){
this.taal4tag = false;
}else if (localName.equals("taal5")){
this.taal5tag = false;
}else if (localName.equals("ervaring")){
this.ervaringtag = false;
}else if (localName.equals("rijbewijs")){
this.rijbewijstag = false;
}else if (localName.equals("rijbewijsOmsch")){
this.rijbewijsOmschtag = false;
}else if (localName.equals("omschrijving")){
this.omschrijvingtag = false;
}else if (localName.equals("aanbod")){
this.aanbodtag = false;
}else if (localName.equals("profiel")){
this.profieltag = false;
}
}
/** Gets be called on the following structure:
* <tag>characters</tag> */
@Override
public void characters(char ch[], int start, int length) {
if(this.titeltag){
details.setTitel(new String(ch, start, length));
}
if(this.werkveldtag){
details.setWerkveld(new String(ch, start, length));
}
if(this.tewerkstellingsplaatstag){
details.setTewerkstellingsplaats(new String(ch, start, length));
}
if(this.diploma1tag){
details.setDiploma1(new String(ch, start, length));
}
if(this.diploma2tag){
details.setDiploma2(new String(ch, start, length));
}
if(this.taal1tag){
details.setTaal1(new String(ch, start, length));
}
if(this.taal2tag){
details.setTaal2(new String(ch, start, length));
}
if(this.taal3tag){
details.setTaal3(new String(ch, start, length));
}
if(this.taal4tag){
details.setTaal4(new String(ch, start, length));
}
if(this.taal5tag){
details.setTaal5(new String(ch, start, length));
}
if(this.ervaringtag){
details.setErvaring(new String(ch, start, length));
}
if(this.rijbewijstag){
details.setRijbewijs(new String(ch, start, length));
}
if(this.rijbewijsOmschtag){
details.setRijbewijsOmsch(new String(ch, start, length));
}
if(this.omschrijvingtag){
details.setOmschrijving(new String(ch, start, length));
}
if(this.aanbodtag){
details.setAanbod(new String(ch, start, length));
}
if(this.profieltag){
details.setProfiel(new String(ch, start, length));
}
test = details.toString();
}
}
The output of this Example of omschrijving was = - Allerhande klusjes die nodig zijn aan en rond de bedrijfsgebouwen.
Is there any way to parse this, so that the full text with carriage returns appear in my String.
I understand that you overwrite the value of that tag always with the last chunk.
Replace this piece of code in the method characters
if(this.omschrijvingtag){
details.setOmschrijving(new String(ch, start, length));
}
with
if(this.omschrijvingtag){
details.setOmschrijving((details.getOmschrijving() != null? details.getOmschrijving() : "") + new String(ch, start, length));
}
EDIT: basically, what you do is you check whether the value of Omschrijving is set or not and act accordingly. In case this code confuses you, check out the same thing as a little bit a different expression
if(this.omschrijvingtag){
if(details.getOmschrijving() != null) {
details.setOmschrijving(details.getOmschrijving() + new String(ch, start, length));
}
else {
details.setOmschrijving(new String(ch, start, length));
}
}
So you check whether the value of Omschrijving is empty and if it's not, you concatenate the already existing value, otherwise you just assign the new value. That's pretty much it.