有没有办法在没有实际解析的情况下找到XML文件中的异常？

Question

我有一个应用程序只需将XML文件作为BLOB上传到数据库。 我知道有几种方法可以使用DocumentBuilderFactory，DocumentBuilder进行XML验证，然后对其进行解析等，但我所说的数据很大，并且输入XML文件中出现异常的可能性很大少了..

但是，为了确保语法正确，有没有办法捕获文件中的异常而不实际解析每个文件？

Answer 1

否

根据定义，解析是在创建其他所需构造的过程中对词法构造的处理。评估是否符合预期的词汇形式和逻辑语法，并且通常会报告违规行为。

所有XML解析器将评估对XML标准的一致性（ well-formedness ）; 验证XML解析器还将评估对架构的一致性（ validity ）。

有人可能会选择避免使用XML解析器并实现对被认为是XML的文本对象的重要词法属性的抽查。但是，这样的进程本身也将解析;它只是临时的，通常是不明智的。

Answer 2

有点。

您可以浏览整个流，检查您是否正在接收上下文的有效文本（无论您是在标记内，还是在实体引用中，或者两者都没有）在每个开始标记上推送到一堆名称并弹出和检查每个结束标签。如果需要，可以让它检查命名空间一致性。

这将解析到有限的程度（因此我说“有点”而不是“是”）但实际上并没有从XML中检索任何信息（因此我说的是“有点”而不是“不”）。 / p>

尽管如此，正确地将您带到了一个仅向前流式传输解析器的中途。实际上，除非你对内容有一些进一步的限制（这可以让你安全地做一些捷径），你最好还是使用仅向前流分析器进行检查;如果你没有错过一些边缘案例，并且几乎同样有效，那么你的工作就会少得多。由于您将使用仅向前解析器但丢弃所有结果，因此内存使用应该很轻并且成本大约为流的大小O（1）（根据树深度会有一些额外的成本，但是最小）。