Question

我正在尝试使用Apache Xerces SAX2验证解析器来解析和验证一个非常简单的XML文件。 DTD是从XML文件引用的，我的简单实体解析器可以成功返回DTD文件的正确InputStream。我有一个非常基本的标签结构，它与命名它们无关，所以我只是给XML标签写了一封信。主标签是A，A标签内可能有零个或多个B，但只有B的。 B中有零个或多个C。所以适当的XML将是：

<A>
<B><C>somecharacters</C></B>
</A>

我创建了一些单元测试并且遇到了一种奇怪的行为。我想如果我给上面的解析器提供类似的XML，但只有C的结束标记没有匹配的开始标记而没有父元素B，解析器将报告DTD验证错误。这是根据DTD的故意无效的XML示例：

<A>
<C>somecharacters</C></B>
</A>

很明显，这个XML片段格式不正确。不幸的是（或者我对SAX解析器不了解）解析器调用ContentHandler的C标签的startElement方法，然后调用C标签内的字符的字符方法。 DTD明确指出A标签只能有B标签作为子标签，而不是C标签，因为C首先需要嵌套在B内。我不明白的是为什么解析器在意识到嵌套的C不在一个好地方之后调用了字符方法

我在ContentHandler方法中的应用程序逻辑依赖于根据DTD嵌套标签的假设，我不想用null-checker和错误处理代码填充这3个方法，因为我认为这是DTD验证器的工作

我设置解析器的代码是（异常处理部分不相关）：

    private static final String VALIDATION_FEATURE = "http://xml.org/sax/features/validation";
    private static final String SAX_PARSER_IMPLEMENTATION = "org.apache.xerces.parsers.SAXParser";
    ......
    XMLReader parser = XMLReaderFactory.createXMLReader(SAX_PARSER_IMPLEMENTATION);
    parser.setFeature(VALIDATION_FEATURE, true);
    parser.setErrorHandler(new CustomErrorHandler());
    parser.setEntityResolver(entityResolver);
    parser.setContentHandler(handler);

    InputSource inputSource = new InputSource(stream);
    try {
        parser.parse(inputSource);
    } catch (IOException e) {
        throw new ControlFileReadException("Error while parsing the control file.", e);
    } catch (SAXException e) {
        if (e.getCause() instanceof IncorrectCounterNameException) {
            throw new IncorrectCounterNameException(e.getCause());
        } else {
            throw e;
        }
    }

    private final class CustomErrorHandler implements ErrorHandler {
    public void warning(SAXParseException spe) throws SAXException {
        throw spe;
    }

    public void fatalError(SAXParseException spe) throws SAXException {
        throw spe;
    }

    public void error(SAXParseException spe) throws SAXException {
        throw spe;
    }
}

感谢任何帮助！

使用Xerces SAX解析器读取错误标记时，不会报告DTD错误

0 个答案: