解析 XML 时忽略 DTD

Question

如何在使用 XOM xml 库解析文件时忽略 DTD 声明。我的文件有以下行：

<?xml version="1.0"?>
<!DOCTYPE BlastOutput PUBLIC "-//NCBI//NCBI BlastOutput/EN" "NCBI_BlastOutput.dtd">
//rest of stuff here 

当我尝试 build() 我的文档时，我得到 DTD 文件的 filenotfound 异常。我知道我没有这个文件，我也不关心它，那么在使用 XOM 时如何删除它呢？

这是一个代码sn-p：

public BlastXMLParser(String filePath) {
    Builder b = new Builder(false);
     //not a good idea to have exception-throwing code in constructor
    try {

        _document = b.build(filePath);
    } catch (ParsingException ex) {
        Logger.getLogger(BlastXMLParser.class.getName()).log(Level.SEVERE,"err", ex);
    } catch (IOException ex) {
        //
    }

private Elements getBlastReads() {
    Element root = _document.getRootElement();
    Elements rootChildren = root.getChildElements();

    for (int i = 0; i < rootChildren.size(); i++) {
        Element child = rootChildren.get(i);
        if (child.getLocalName().equals("BlastOutput_iterations")) {

            return child.getChildElements();
        }
    }

    return null;
}
}

我在这一行得到一个 NullPointerException：

Element root = _document.getRootElement();

从源 XML 文件中删除 DTD 行后，我可以成功解析它，但这不是最终生产系统中的选项。

Answer 1

首选的解决方案是实现EntityResolver，它拦截对 DTD 的请求并将这些请求重定向到嵌入的副本。如果你

1. 无权访问 DTD 和
2. 绝对确定您不需要它（除了验证之外，它还可能声明文档中使用的字符实体）并且
3. 您正在使用 Xerces XML Parser 实现

您可以通过设置相应的 SAX 功能来禁用 DTD 提取。在 XOM 中，这应该可以通过将 XMLReader 传递给 Builder 构造函数来实现，如下所示：

import org.xml.sax.XMLReader;
import org.xml.sax.helpers.XMLReaderFactory;

...

XMLReader xmlreader = XMLReaderFactory.createXMLReader();
xmlreader.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
Builder builder = new Builder(xmlreader);

Answer 2

如果不使用 XOM 而只是使用 JAXP，则只需将上述解决方案调整为

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setAttribute("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse(...);

Answer 3

根据他们的文档，这是无需任何验证即可解析文档的方式。

try {
  Builder parser = new Builder();
  Document doc = parser.build("http://www.cafeconleche.org/");
}
catch (ParsingException ex) {
  System.err.println("Cafe con Leche is malformed today. How embarrassing!");
}
catch (IOException ex) {
  System.err.println("Could not connect to Cafe con Leche. The site may be down.");
}

如果您确实想验证 XML 架构，您必须调用 new Builder(true):

try {
  Builder parser = new Builder(true);
  Document doc = parser.build("http://www.cafeconleche.org/");
}
catch (ValidityException ex) {
  System.err.println("Cafe con Leche is invalid today. (Somewhat embarrassing.)");
}
catch (ParsingException ex) {
  System.err.println("Cafe con Leche is malformed today. (How embarrassing!)");
}
catch (IOException ex) {
  System.err.println("Could not connect to Cafe con Leche. The site may be down.");
}

注意现在可以抛出另一个异常：ValidityException