Discussion :

[Carrel]

Bonjour,
J'ai un problème avec la lecture des fichiers XML par SAXParser (il y a longtemps que je l'ai réalisé, je me rappel plus des syntaxes et des traitements).
En effet, dans le 99.9% des cas, tous ce passe très bien, il me retourne les enregistrement sans erreur.
Mais dans un certain nombre de cas, uniquement lorsque le fichier est très grand. Il ne récupère pas une partie des données.

1ère question: est-ce que cela vous est déjà arrivé?
2ème question: qu'est-ce que vous avez fait pour y remédier?

Je vous remercie par avance, étant en week-end, je vous réponderai pour plus amples informations que lundi.

[yann2]

Bonjour

Tu as de la chance, ça m'est déjà arrivé. Voici ce que j'avais découvert dans la javadoc de ContentHandler.characters :

void characters(char[] ch,
int start,
int length)
throws SAXException

Receive notification of character data.

The Parser will call this method to report each chunk of character data. SAX parsers may return all contiguous character data in a single chunk, or they may split it into several chunks; however, all of the characters in any single event must come from the same external entity so that the Locator provides useful information.

The application must not attempt to read from the array outside of the specified range.

Individual characters may consist of more than one Java char value. There are two important cases where this happens, because characters can't be represented in just sixteen bits. In one case, characters are represented in a Surrogate Pair, using two special Unicode values. Such characters are in the so-called "Astral Planes", with a code point above U+FFFF. A second case involves composite characters, such as a base character combining with one or more accent characters.

Your code should not assume that algorithms using char-at-a-time idioms will be working in character units; in some cases they will split characters. This is relevant wherever XML permits arbitrary characters, such as attribute values, processing instruction data, and comments as well as in data reported from this method. It's also generally relevant whenever Java code manipulates internationalized text; the issue isn't unique to XML.

Note that some parsers will report whitespace in element content using the ignorableWhitespace method rather than this one (validating parsers must do so).

Parameters:
ch - the characters from the XML document
start - the start position in the array
length - the number of characters to read from the array
Throws:
SAXException - any SAX exception, possibly wrapping another exception
See Also:
ignorableWhitespace(char[], int, int), Locator

Regarde ce que j'ai mis en gras. En gros, la méthode character() peut être appellé deux fois pour la même balise. Ceci se passait qu'avec des gros fichiers (comme ton cas).

sur le startElement, tu construit un StringBuffer.
sur le characters, tu fais :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

tonStringBuffer.append(new String(ch, start, length));

tu traites les caractères sur le endElement en récupérant le contenu de ton StringBuffer.

voili voilou

[Carrel]

Avec mes remerciements

[Carrel]

Pour information

Après correction, j'ai trouvé le problème.
Je réalisais le append dans characters() mais quand la fin des données arrivaient exactement avec la fin du buffer, je ne récupérais pas la variable.
J'ai corriger le problème et c'est ok.

Merci encore