Question

我正在研究模式验证。目的是获取一个XSD文件，并针对该文件验证传入的文档。如果有错误，我想捕获所有错误。

我在ErrorHandler中仅收到第一个错误，然后处理结束。互联网上有很多人问同样的问题，答案似乎总是我在做什么（创建自定义错误处理程序）。

此外，ErrorHandler接口的文档中还应说明错误方法的工作原理：

/**
 * <p>The SAX parser must continue to provide normal parsing
 * events after invoking this method: it should still be possible
 * for the application to process the document through to the end.
 * If the application cannot do so, then the parser should report
 * a fatal error even if the XML recommendation does not require
 * it to do so.</p>
 */

请注意，这是一个Java 13示例，但没有真正的必要（除了简洁的xml文本定义之外）。

private String drugValidationSchema = """
                    <?xml version="1.0" encoding="UTF-8"?>
                    <schema xmlns="http://www.w3.org/2001/XMLSchema"
                    targetNamespace="https://www.company.com/Drug"
                    xmlns:apins="https://www.company.com/Drug" elementFormDefault="qualified">

                        <element name="drugRequest" type="apins:drugRequest"></element>

                        <element name="drugResponse" type="apins:drugResponse"></element>

                        <complexType name="drugRequest">
                            <sequence>
                                <element name="id" type="int"></element>
                            </sequence>
                        </complexType>

                        <complexType name="drugResponse">
                            <sequence>
                                <element name="id" type="int"></element>
                                <element name="drugClass" type="string"></element>
                                <element name="drugName" type="string"></element>
                            </sequence>
                        </complexType>
                    </schema>
                    """;

// This document has 3 errors in it based on the schema above:
// 1) idx instead of id
// 2) dugClass instead of drugClass
// 3) dugName instead of drugName
private String badDrugResponseXml = """
                    <?xml version="1.0" encoding="UTF-8"?>
                    <apins:drugResponse xmlns:apins="https://www.company.com/Drug" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.company.com/Drug Drug.xsd ">
                      <apins:idx>1</apins:idx>
                      <apins:dugClass>opioid</apins:dugClass>
                      <apins:dugName>Buprenorphine</apins:dugName>
                    </apins:drugResponse>
                    """;

/**
 * This test does nothing but send the desired files into the validation
 * process.  The goal is for the validation process to output 3 errors.
 * For reasons I don't understand, it will only output the first one and
 * stop the processing.
 */
@Test
void testWithValidator() {
    System.out.println("Test an entry with multiple errors: " + validateXMLSchema(drugValidationSchema, badDrugResponseXml));
    Assertions.assertTrue(true);
}


/**
 * This validator process seems to always stop after the first error is encountered.
 *
 * @param xsdPath   the actual XSD content as String
 * @param xmlPath   the actual xml document text as String.
 * @return          True if there are no errors, false otherwise. (planning to return details)
 */
static boolean validateXMLSchema(String xsdPath, String xmlPath){

    try {
        SchemaFactory factory = SchemaFactory.newInstance(XMLConstants.W3C_XML_SCHEMA_NS_URI);

        Schema schema = factory.newSchema(new StreamSource(new StringReader(xsdPath)));

        Validator validator = schema.newValidator();

        List<Exception> exceptions = new ArrayList<>();
        // Add a custom handler to the validator.  The goal is to continue processing
        // the document so that ALL errors are captured.
        validator.setErrorHandler(new ErrorHandler() {
            @Override
            public void warning(SAXParseException exception) {
                exceptions.add(exception);
            }

            @Override
            public void fatalError(SAXParseException exception) {
                exceptions.add(exception);
            }

            @Override
            public void error(SAXParseException exception) {
                exceptions.add(exception);
            }
        });

        validator.validate(new StreamSource(new StringReader(xmlPath)));

        if (exceptions.size() > 0) {
            for (Exception ex : exceptions) {
                System.out.println("Error found: " + ex.getMessage());
            }
        }else {
            System.out.println("No errors.");
        }
    } catch (SAXException | IOException e) {
        System.out.println("Exception: "+e.getMessage());
        return false;
    }
    return true;
}

正如评论所暗示的，在调试中很明显，第一个错误是通过自定义错误处理程序的结果报告的，但是处理不会继续并找到随后的两个错误。

Answer 1

答案并不简单，但请忍受...

我与一个实施完全兼容的验证XML解析器的团队一起工作。我问他们这个确切的功能。他们解释说，两种情况可能会导致标签名称不正确/异常（同一件事）：

a）在xsd中正确位置的标签名称不正确

b）正确的标签名称在xsd中的错误位置

当人们要求使用此功能时，他们几乎总是在考虑方案a）。 XSD非常简单（XML文档中的可变性非常有限），对于人类读者来说，“意外”的标签名是错字是“显而易见的”。不幸的是，XSD规范允许多种类型的可变性。您可以使用xs：any（通配符），选择组，无序组，可选元素，具有各种类型的限制的复杂类型扩展等。如果XSD非常“开放”，则意外的标记名根本不是很明显一个简单的错字。在一般情况下，尝试继续将毫无意义，因为XML解析器不知道从何处继续进行解析。

只有在一种情况下，XML处理器可以发出验证错误，并且安全在所有情况下都可以继续解析。如果标记/属性的简单值不符合xsd：facet限制，则可以报告错误并继续。解析器没有在XSD中丢失其“上下文”，因为元素的名称都已成功匹配。

您可能会想参考您的示例并说“但就我而言，解析可以安全地继续”。您可能是正确的，但我不知道有任何XML解析器能够针对不匹配的标记名区分“安全继续”和“不安全继续”两种情况。

即使使用ErrorHandler，为什么架构验证也会在第一个错误之后结束？

1 个答案: