Question

我正在尝试解析包含符合XML 1.1 spec的XML内容的String。 XML包含XML 1.0规范中不允许但在XML 1.1规范中允许的字符引用（字符引用转换为U + 0001-U + 001F范围内的Unicode字符）。

根据Xerces2 website,，Xerces2解析器支持解析XML 1.1文档。但是，我无法弄清楚如何告诉它我们试图解析的XML包含符合1.1的XML。

我正在使用DocumentBuilder来解析XML（类似这样）：

public Element parseString(String xmlString) {
    try {
          DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
          DocumentBuilder documentBuilder = dbf.newDocumentBuilder();

          InputSource source = new InputSource(new StringReader(xmlString));

      // Throws org.xml.sax.SAXParseException becuase of the invalid character refs
          Document doc = documentBuilder.parse(source);

          return doc.getDocumentElement();

    } catch (ParserConfigurationException pce) {
          // Handle the error
    } catch (SAXException se) {
          // Handle the error
    } catch (IOException ioe) {
          // Handle the error
    }
}

我已经尝试设置XML标头以指示XML符合1.1规范......

xmlString = "<?xml version=\"1.1\" encoding=\"UTF-8\" ?>" + xmlString;

...但它仍被解析为1.0 XML（仍然会生成无效的字符引用异常）。

如何配置Xerces解析器以将XML解析为XML 1.1？是否有另一种解析器可以为XML 1.1提供更好的支持？

Answer 1

See here获取xerces支持的所有功能的列表。可能低于2的功能是您必须打开的。

http://xml.org/sax/features/unicode-normalization-checking

True：执行Unicode规范化检查（如第2.13节和XML 1.1建议书的附录B中所述）并报告规范化错误。

错误：不报告Unicode规范化错误。

http://xml.org/sax/features/xml-1.1

True：解析器支持XML 1.0和XML 1.1 错误：解析器仅支持XML 1.0 访问：只读从那以后：Xerces-J 2.7.0 注意：此功能的值取决于是否已知SAX解析器拥有的解析器配置支持XML 1.1。

Answer 2

不确定如何使用Xerces执行此操作，但Woodstox支持XML 1.1开箱即用。虽然它主要是一个Stax解析器，但它也实现了SAX API（从版本3.2开始）。

如何使用Java和Xerces解析确认1.1规范的XML？

2 个答案: