为什么 XMLStreamReader/StAXSource 会从 XML 中去除注释？答案

【问题标题】：Why does XMLStreamReader/StAXSource strip comments from XML?为什么 XMLStreamReader/StAXSource 会从 XML 中去除注释？
【发布时间】：2013-03-25 09:27:24
【问题描述】：

下面的代码（基于http://jax-ws.java.net/nonav/jax-ws-20-fcs/arch/com/sun/xml/ws/util/xml/StAXSource.html的示例代码）

String xml = "<a><b>a text</b><!--a comment--><b/></a>";
StringReader sr = new StringReader(xml);
XMLStreamReader reader = XMLInputFactory.newInstance().createXMLStreamReader(sr);
Source source = new StAXSource(reader);     
//Source source = new StreamSource(sr);
Result result = new StreamResult(System.out);      
TransformerFactory.newInstance().newTransformer().transform(source, result);

产生以下结果：

<?xml version="1.0" encoding="UTF-8"?><a><b>a text</b><b/></a>

即它去掉了 xml 注释。如果我将 StAXSource/XMLStreamReader 替换为 StreamSource，则保留注释。

有谁知道为什么 XMLStreamReader/StAXSource 组合会将它们剥离出来，是否有任何方法可以阻止它？测试是在没有第三方 jar 的 1.6 和 1.7 环境中完成的，所以 XMLStreamReader 变成了一个

com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl

谢谢

【问题讨论】：

标签： java xml stax xml-comments xmlstreamreader

【解决方案1】：

编辑：刚刚按照here 的描述进行了尝试，即

case XMLStreamConstants.COMMENT:
  System.out.print("<!--");
  if (xmlr.hasText())
     System.out.print(xmlr.getText());
...

它确实读取了 cmets。这还没有回答最初的问题......

【讨论】：

“罪魁祸首”是 StAXStream2SAX，它是 Xalan 从 Stax 的 XMLStreamReader 源执行身份转换的默认方式。它将 cmets 转换为无操作（我的 jdk8 上的第 386 行）。似乎没有办法解决这个问题，除了切换 Source 实现或 XSLT 实现。