Question

在编辑xml时，如何使用java擦除doctype？

得到了这个xml文件：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE map[ <!ELEMENT map (station*) >
                <!ATTLIST station  id   ID    #REQUIRED> ]>
<favoris>
<station id="5">test1</station>
<station id="6">test1</station>
<station id="8">test1</station>
</favoris>

我的功能非常基础：

public static void EditStationName(int id, InputStream is, String path, String name) throws ParserConfigurationException, SAXException, IOException, TransformerFactoryConfigurationError, TransformerException{
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    DocumentBuilder builder = factory.newDocumentBuilder();
    Document dom = builder.parse(is);

    Element e = dom. getElementById(String.valueOf(id));
    e.setTextContent(name);
    // Write the DOM document to the file
    Transformer xformer = TransformerFactory.newInstance().newTransformer();
    FileOutputStream fos = new FileOutputStream(path);
    Result result = new StreamResult(fos);  
    Source source = new DOMSource(dom);


        xformer.setOutputProperty(
                OutputKeys.STANDALONE,"yes"     
                );

    xformer.transform(source, result);
}

它正在运行，但doctype被删除了！我只得到整个文档，但没有doctype部分，这对我很重要，因为它允许我通过id检索！我们怎样才能保留doctype？它为什么要抹掉它？我尝试了很多解决方案，例如outputkeys或omImpl.createDocumentType，但这些都没有...

谢谢你！

Answer 1

您的输入XML无效。那应该是：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris [
    <!ELEMENT favoris (station)+>
    <!ELEMENT station (#PCDATA)>
    <!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">test1</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

由于@DevNull写的是完全有效的，你不能写<station id="5">test1</station>（但是对于Java来说，即使有这个问题也能正常工作）。

DOCTYPE在输出XML文档中被删除：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

我还没有找到丢失DTD的解决方案，但作为解决方法，您可以设置外部DTD：

xformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, "favoris.dtd");

结果（示例）文档：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris SYSTEM "favoris.dtd">
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

修改

我认为使用Transformer类（视频here）保存内联DTD是不可能的。如果您不能使用外部DTD引用，那么您可以改为使用DOM Level 3 LSSerializer类：

DOMImplementationLS domImplementationLS = (DOMImplementationLS) dom.getImplementation().getFeature("LS","3.0"); LSOutput lsOutput = domImplementationLS.createLSOutput(); FileOutputStream outputStream = new FileOutputStream("output.xml"); lsOutput.setByteStream((OutputStream) outputStream); LSSerializer lsSerializer = domImplementationLS.createLSSerializer(); lsSerializer.write(dom, lsOutput); outputStream.close();

使用想要的DTD输出（我看不到使用standalone="yes"添加LSSerializer的任何选项...）：

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE favoris [<!ELEMENT favoris (station)+> <!ELEMENT station (#PCDATA)> <!ATTLIST station id ID #REQUIRED> ]> <favoris> <station id="i5">new value</station> <station id="i6">test1</station> <station id="i8">test1</station> </favoris>

另一种方法是使用Apache Xerces2-J XMLSerializer类：

import org.apache.xml.serialize.OutputFormat; import org.apache.xml.serialize.XMLSerializer; ... XMLSerializer serializer = new XMLSerializer(); serializer.setOutputCharStream(new java.io.FileWriter("output.xml")); OutputFormat format = new OutputFormat(); format.setStandalone(true); serializer.setOutputFormat(format); serializer.serialize(dom);

结果：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?> <!DOCTYPE favoris [<!ELEMENT favoris (station)+> <!ELEMENT station (#PCDATA)> <!ATTLIST station id ID #REQUIRED> ]> <favoris> <station id="i5">new value</station> <station id="i6">test1</station> <station id="i8">test1</station> </favoris>

Answer 2

（这种回应只是对@Grzegorz Szpetkowski的回答的补充，为什么会有效）

您丢失了doctype定义，因为您使用生成XSL转换的Transform类。 XSLT树模型中没有DOCTYPE声明或docytype定义对象/节点。当解析器将文档移交给XSLT处理器时，doctype信息将丢失，因此无法保留或复制。 XSLT提供了对输出树序列化的一些控制，包括添加带有公共或系统标识符的<!DOCTYPE ... >声明。这些标识符的值需要事先知道，不能从输入树中读取。也不支持创建或保留嵌入式DTD或实体声明（尽管此障碍的一种解决方法是将其作为带有disable-output-escaping="yes"的文本输出。）

为了保留DTD，您需要使用XML序列化程序而不是XSL转换来输出文档，就像Grzegorz已经建议的那样。

Answer 3

@Grzegorz Szpetkowski使用外部DTD是一个好主意。但是，如果保留这些station / @ id值，XML仍然无效。

任何类型为“ID”的属性都不能包含以数字开头的值。你必须添加一些内容，比如“s”for station：

<!DOCTYPE favoris [
<!ELEMENT favoris (station*)      > 
<!ELEMENT station (#PCDATA)       > 
<!ATTLIST station 
          id       ID   #REQUIRED > 
]>
<favoris>
  <station id="s5">test1</station>
  <station id="s6">test1</station>
  <station id="s8">test1</station>
</favoris>

Answer 4

我遇到了几乎相同的问题，发现this适用于变换。它是有限的，因为它只允许引用dtd，如果文档的doctype可以变化，它将需要一些工作。在我的情况下这已经足够了，我只需要在转换后对xhtml doctype进行硬编码。

xformer.setOutputProperty(OutputKeys.DOCTYPE_PUBLIC, "publicId");
xformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, "systemId");

使用DOM解析xml，DOCTYPE将被删除

4 个答案: