Question

所以我有大量的XML文件。多年来，他们造成了麻烦，因为写这些人的人手工完成，所以错误自然而然地发生了。我们现在应该在尝试使用这些XML文件时验证它们并提供有关错误的反馈。

我正在使用SAX解析器并获取错误列表。

以下是我的代码

  BookValidationErrorHandler errorHandler = new BookValidationErrorHandler();

        SAXParserFactory factory = SAXParserFactory.newInstance();
        factory.setValidating(true);
        factory.setNamespaceAware(true);

        SchemaFactory schemaFactory = 
            SchemaFactory.newInstance("http://www.w3.org/2001/XMLSchema");

        factory.setSchema(schemaFactory.newSchema(
            new Source[] {new StreamSource("test.xsd")}));


        javax.xml.parsers.SAXParser parser = factory.newSAXParser();
        org.xml.sax.XMLReader reader = parser.getXMLReader();

        reader.setErrorHandler(errorHandler);
        reader.parse(new InputSource("bad.xml"));

前几个错误始终是：

行号：2：文档无效：没找到语法。行号：2：文件根元素“信用”，必须匹配DOCTYPE根“null”。

我们不可能去编辑需要检查的数千个XML文件。

有什么我可以轻松添加到源的前面来防止这种情况吗？有没有办法告诉解析器忽略这些与DTD相关的错误？甚至不确定语法是什么意思。我有点理解第二个意味着什么。

Answer 1

设置setValidating(true)请求DTD验证，如果不存在DTD则导致失败。如果您只想要架构验证而不是DTD验证，请使用setValidating(false)。来自the Javadoc for setValidating()：

要使用现代架构语言（如W3C XML Schema或RELAX NG而不是DTD），可以将setValidating(boolean)方法设为false，将解析器配置为非验证解析器，然后使用{{1}将模式关联到解析器的方法。

Answer 2

在这些台词中我遇到了同样的问题;我发现这个帖子正在寻找解决方案。我的解决方案是使用EntityResolver。似乎设置Schema是不应该的...至少对我不适合。这是一个EntityResolver示例：

public class CustomResolver implements EntityResolver {
    @Override
    public InputSource resolveEntity(String publicId, String systemId) 
            throws SAXException, IOException {

        if (systemId.equals("http://namespace1.example.com/ex1")) {
            return new InputSource("xsd_for_namespace1_path"));
        } else if (systemId.equals("http://namespace2.example.com/ex2")) {
            return new InputSource("xsd_for_namespace2_path"));
        } else if (systemId.equals("http://namespace3.example.com/ex3")) {
            return new InputSource("xsd_for_namespace3_path")); 
        }

        return null;
    }
}

我也禁用了setValidating（）属性。这是我的解析器配置：

SAXParserFactory saxpf = SAXParserFactory.newInstance();
saxpf.setNamespaceAware(true);
saxpf.setSchema(getSchema());
saxpf.setValidating(false);
SAXParser saxParser = saxpf.newSAXParser();
saxParser.getParser().setEntityResolver(new XSDResolver());

方法getSchema（）实例化一个Schema，就像在代码中实现一样，但是有更多的源代码。

我希望它可以帮助那些发现同样错误的人。

Answer 3

如果您正在使用符合JAXP的解析器并且正确配置as per the Oracle documentation，您仍然可以使用验证解析器而不需要在解析器中预设架构：

SAXParserFactory spf = SAXParserFactory.newInstance();
spf.setNamespaceAware(true);
spf.setValidating(true);
SAXParser saxParser = spf.newSAXParser();
// Important step next:  Tell the parser which XML schema-definition language to expect:
saxParser.setProperty("http://java.sun.com/xml/jaxp/properties/schemaLanguage", "http://www.w3.org/2001/XMLSchema");
// Now when we parse a file without a DTD, we no longer get an error 
// (as long as an XSD schema is defined in the file):
saxParser.parse(source, handler);

验证时的DTD信息和相关错误（XSD架构） - 是否可以忽略它们？

3 个答案: