Question

我正在解析几百万个格式如下的xml文件：

<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE test-document PUBLIC "-//TEST//TEST DOC//EN" "https://somerandomurl.com/test.dtd">
<test-document>...</test-document>

每次我解析一个文件时，都会下载相同的https://somerandomurl.com/test.dtd文件，这会占用大量带宽，而且似乎没有必要。有没有办法存储文件并使我的代码重定向我的本地副本？我无法编辑xml文件，因此它必须在我的代码中。给定以下Java代码，实现这种事情的合理方法是什么？

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setIgnoringComments(true);
factory.setIgnoringElementContentWhitespace(true);
factory.setValidating(true);
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse(new InputSource("file.xml"));//My final document object.

Answer 1

如果您只想缓存下载的DTD文件，则可以使用XML目录。特别是，您将在解析规则中指定目录文件，例如以下

<catalog
  Xmlns="urn:oasis:names:tc:entity:xmlns:xml:catalog">
  <system
    systemId="https://somerandomurl.com/test.dtd"
    uri="file://mydir/test.dtd"/>
</catalog>

将具有系统标识符https://somerandomurl.com/test.dtd的实体解析为文件/mydir/test.dtd，该文件应包含通过https：URL链接的DTD文件的下载的本地副本。

链接

Answer 2

首先将DTD读入字符串变量。

然后做

builder.setEntityResolver(
     (sysId, PubId) -> new InputSource(new StringReader(dtd)));

或者，如果您想更加小心，请在返回dtd的内容之前，让EntityResolver检查systemId和/或publicId是否符合预期。

请注意，这仍然涉及每次都解析DTD，只是节省了从网络获取DTD的成本。

也很重要：实例化XML解析器的开销很大（实例化DocumentBuilderFactory甚至更大）。确保重用工厂和解析器。

在Java中解析xml时如何缓存dtd文件

2 个答案:

链接