Question

我继承了一个“XML”许可证文件，其中不包含根元素，而是两个XML片段（<XmlCreated>和<Product>），所以当我尝试解析文件时，我（期待）会出错关于文件不完整的文件。

我需要同时获取XmlCreated和Product代码。

示例XML文件：

<?xml version="1.0"?>

<XmlCreated>May 11 2009</XmlCreated>

<!-- License Key file Attributes -->
<Product image ="LicenseKeyFile">

 <!-- MyCompany -->
 <Manufacturer ID="7f">
  <SerialNumber>21072832521007</SerialNumber>
  <ChassisId>72060034465DE1C3</ChassisId>
  <RtspMaxUsers>500</RtspMaxUsers>
  <MaxChannels>8</MaxChannels>
 </Manufacturer>

</Product>

以下是我用来尝试加载XML的当前代码。它不起作用，但我之前使用它作为格式良好的XML的起点。

public static void main(String[] args) {
    try {
        File file = new File("C:\\path\\LicenseFile.xml");
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document doc = db.parse(file);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

在db.parse(file)行，我收到以下例外情况：

[Fatal Error] LicenseFile.xml:6:2: The markup in the document following the root element must be well-formed.
org.xml.sax.SAXParseException: The markup in the document following the root element must be well-formed.
 at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(Unknown Source)
 at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(Unknown Source)
 at javax.xml.parsers.DocumentBuilder.parse(Unknown Source)
 at com.mycompany.licensesigning.LicenseSigner.main(LicenseSigner.java:20)

我如何解析这个令人沮丧的文件？

Answer 1

如果你知道这个文件总是不完整的......那就这样吧。在最后一个数据之后的<root>和<?xml...>之后添加新的虚拟</root>标记。

Answer 2

您需要创建两个单独的Document对象，方法是将文件分成更小的部分并单独解析这些部分（或者通过添加包含它们的标记将它们重建为更大的文档）。

如果您可以依赖文件的结构，则应该很容易将文件读入字符串，然后搜索<Product和</Product>之类的子字符串，然后使用这些标记创建字符串你可以传入文档构建器。

Answer 3

如何在InputStream周围实现一个简单的包装器，它使用根级别标签包装文件的输入，并将其用作DocumentBuilder.parse()的输入？

如果预期输入足够小以加载到内存中，请读入字符串，用虚拟开始/结束标记包装然后使用：

DocumentBuilder.parse(new InputSource(new StringReader(string)))

Answer 4

我可能会创建一个SequenceInputStream，用两个ByteArrayInputStreams将实际流夹在中间，返回一些虚拟根开始标记和结束标记。

然后我会使用带有流而不是文件名的parse方法。

Answer 5

我同意Jim Garrison在某种程度上使用InputStream或StreamReader并将输入包装在所需的标签中，这是一种简单易行的方法。我可以预见的主要问题是，如果格式无效（因为缺少根级别标签），您必须对有效和无效格式进行一些检查（如果您希望能够将该方法用于有效和无效数据））使用标记包装输入，如果有效则不包装输入。如果由于某些其他原因输入无效，您还可以更改输入以更正格式问题。

此外，将ipnut存储在一些字符串（某种类型）而不是字符串本身中可能更好，这意味着您不会对输入大小有任何限制。从文件中将每个字符串设为一行。您最终应该采用符合逻辑且易于遵循的结构，以便在将来更容易纠正其他格式问题。

最难的部分是弄清楚导致无效格式化的原因。在你的情况下，只检查根级别标签，如果标签存在并且格式正确，不要换行，如果没有，换行。

在Java中解析包含XML片段的文件

5 个答案: