Question

如何在解析文档时强制SAX解析器（特别是Java中的Xerces）在输入文档中没有任何 doctype时使用DTD？这甚至可能吗？

以下是我的方案的更多细节：

我们有一堆XML文档符合由多个不同系统生成的相同DTD（我无法更改）。其中一些系统会在其输出文档中添加doctype，而其他系统则不会。有些使用命名字符实体，有些则不使用。 有些使用命名字符实体而没有声明doctype。我知道这不是犹太教，但这是我必须使用的。

我正在研究需要用Java解析这些文件的系统。目前，它通过首先将XML文档作为流读取，尝试检测是否已定义doctype，并添加doctype声明（如果尚未存在）来处理上述情况。问题是这个代码有问题，我想用更清洁的东西替换它。

文件很大，所以我不能使用基于DOM的解决方案。我也在尝试解析字符实体，因此无法帮助使用XML Schema。

如果您有解决方案，请直接发布而不是链接到它？如果在将来有一个带有死链接的正确解决方案，那么Stack Overflow就不会很好。

Answer 1

我认为如果文档没有DOCTYPE，那么设置DOCTYPE是没有理智的。正如你已经做的那样，可能的解决方案是写假的。如果您正在使用SAX，则可以使用此假InputStream并伪造DefaultHandler实现。（仅适用于latin1单字节编码）

我知道这个解决方案也很难看，但只有一个适用于大数据流。

这是一些代码。

private enum State {readXmlDec, readXmlDecEnd, writeFakeDoctipe,  writeEnd};

private class MyInputStream extends InputStream{

    private final InputStream is;
    private StringBuilder sb = new StringBuilder();
    private int pos = 0;
    private String doctype = "<!DOCTYPE register SYSTEM \"fake.dtd\">";
    private State state = State.readXmlDec;

    private MyInputStream(InputStream source) {
        is = source;
    }
    @Override
    public int read() throws IOException {
        int bit;

        switch (state){ 
            case readXmlDec:
                bit = is.read();
                sb.append(Character.toChars(bit));
                if(sb.toString().equals("<?xml")){
                    state = State.readXmlDecEnd;
                }
                break;
            case readXmlDecEnd:
                bit = is.read();
                if(Character.toChars(bit)[0] == '>'){
                    state = State.writeFakeDoctipe;
                }
                break;
            case writeFakeDoctipe:
                bit =  doctype.charAt(pos++);
                if(doctype.length() == pos){
                    state = State.writeEnd;
                }
                break;
            default:
                bit = is.read();
                break;
        }
        return bit;
    }

    @Override
    public void close() throws IOException {
        super.close();
        is.close();
    }
}

private static class MyHandler extends DefaultHandler {

    @Override
    public InputSource resolveEntity(String publicId, String systemId) throws IOException, SAXException {
        System.out.println("resolve "+ systemId);
        // get real dtd
        InputStream is = ClassLoader.class.getResourceAsStream("/register.dtd");
        return new InputSource(is);
    }

 ... // rest of code
}

如果未在输入文件中指定，则如何强制SAX解析器使用DTD？

1 个答案: