Question

我一直在使用JAXB一段时间来解析看起来像这样的xml：

<report>    <-- corresponds to a "wrapper" object that holds 
                some properties and two lists - a list of A's and list of B's
    <some tags with> general <info/>
    ...
    <A>   <-- corresponds to an "A" object with some properties
        <some tags with> info related to the <A> tag <bla/>
        ...
    <A/>
    <B>   <-- corresponds to an "B" object with some properties
        <some tags with> info related to the <B> tag <bla/>
        ...
    </B>
</report>

负责编组xml的方面很糟糕但不受我的控制它经常发送无效的xml字符和/或格式错误的xml 我和负责人交谈并修复了很多错误，但有些错误似乎无法修复我希望我的解析器尽可能地对这些错误感到宽恕，并且当它不可能时，从错误的xml中获取尽可能多的信息。
因此，如果xml包含100个A并且其中一个有问题，我仍然希望能够保留其他99个。这些是我最常见的问题：

1. Some info tag inner value contains invalid chars
    <bla> invalid chars here, either control chars or just &>< </bla>
2. The root entity is missing a closing tag
    <report> ..... stuff here .... NO </report> at the end!
3. An inner entity (A/B)  is missing it's closing tag, or it's somehow malformed.
    <A> ...stuff here... <somethingMalformed_blabla_A/>
    OR
    <A> ...  Something malformed here...</A>

我希望我能很好地解释自己我真的希望从这些xml中获取尽可能多的信息，即使它们有问题我想我需要采用一些使用stax / sax和JAXB的策略，但我不确定如何。
如果100 A，一个A有xml问题，我不介意扔掉那个A. 虽然如果我能得到一个具有尽可能多的数据的A对象，可以解析直到错误，这会好得多。

Answer 1

XML的哲学是XML的创建者负责创建格式良好的XML，收件人不负责在到达时修复错误的XML。 XML解析器需要拒绝格式错误的XML。还有其他“整洁”的工具可以将错误的XML转换为良好的XML，但是根据输入中的缺陷的性质，它们的工作效果是不可预测的。如果您将获得使用XML进行数据交换的好处，那么它需要格式良好。否则你也可以使用自己的专有格式。

Answer 2

这个答案真的帮助了我：

JAXB - unmarshal XML exception

就我而言，我正在使用XML开关（-x）解析Sysinternals Autoruns工具的结果。要么是因为结果被写入文件共享，要么是因为某些错误的原因，新版本中的XML会在接近结尾时出错。由于此Autoruns捕获对于恶意软件调查至关重要，因此我真的想要数据。另外，我可以从文件大小中看出结果几乎已经完成。

当您拥有OP建议的包含许多子元素的文档时，链接问题中的解决方案非常有效。特别是，Autoruns XML输出非常简单，由许多“项目”组成，每个“项目”由许多带文本的简单元素组成（即由XJC生成的字符串属性）。因此，如果最后遗漏了一些项目，没什么大不了的......除非它当然与恶意软件有关。：）

这是我的代码：

public class Loader {

    private List<Exception> exceptions = new ArrayList<>();

    public synchronized List<Exception> getExceptions() {
        return new ArrayList<>(exceptions);
    }

    protected void setExceptions(List<Exception> exceptions) {
        this.exceptions = exceptions;
    }

    public synchronized Autoruns load(File file, boolean attemptRecovery)
      throws LoaderException {
        Unmarshaller unmarshaller;
        try {
            JAXBContext context = newInstance(Autoruns.class);
            unmarshaller = context.createUnmarshaller();
        } catch (JAXBException ex) {
            throw new LoaderException("Could not create unmarshaller.", ex);
        }
        try {
            return (Autoruns) unmarshaller.unmarshal(file);
        } catch (JAXBException ex) {
            if (!attemptRecovery) {
                throw new LoaderException(ex.getMessage(), ex);
            }
        }
        exceptions.clear();
        Autoruns autoruns = new Autoruns();
        XMLInputFactory inputFactory = XMLInputFactory.newInstance();
        try {
            XMLEventReader eventReader = 
              inputFactory.createXMLEventReader(new FileInputStream(file));
            while (eventReader.hasNext()) {
                XMLEvent event = eventReader.peek();
                if (event.isStartElement()) {
                    StartElement start = event.asStartElement();
                    if (start.getName().getLocalPart().equals("item")) {
                         // note the try should allow processing of elements
                         // after this item in the event it is malformed
                         try {
                            JAXBElement<Autoruns.Item> jax_b = 
                              unmarshaller.unmarshal(eventReader,
                                                     Autoruns.Item.class);
                            autoruns.getItem().add(jax_b.getValue());
                        } catch (JAXBException ex) {
                            exceptions.add(ex);
                        }
                    }
                }
                eventReader.next();
            }
        } catch (XMLStreamException | FileNotFoundException ex) {
            exceptions.add(ex);
        }
        return autoruns;
    }

    public static Autoruns load(Path path) throws JAXBException {
        return load(path.toFile());
    }

    public static Autoruns load(File file) throws JAXBException {
        JAXBContext context = JAXBContext.newInstance(Autoruns.class);
        Unmarshaller unmarshaller = context.createUnmarshaller();
        return (Autoruns) unmarshaller.unmarshal(file);
    }

    public static class LoaderException extends Exception {

        public LoaderException(String message) {
            super(message);
        }

        public LoaderException(String message, Throwable cause) {
            super(message, cause);
        }
    }
}

使用jaxb解析无效的xml - 解析器可以更宽松吗？

2 个答案: