Java StAX 解析器无法解析有效的 xml

Question

伙计们。

我花了很长时间试图了解这是一个错误还是我自己缺乏教育。基本上，我正在尝试对特定元素做出反应，并使用 Java StAX API 使用 Transformer 读取其内容。

当 XML 格式正确或元素之间有空格时，一切正常。但是，一旦它看到元素之间没有空白字符的 XML，它就会严重中断。

有代码及其输出可以说明问题。

有 3 个示例 XML，前 2 个显示 2 个不同的中断场景，最后一个显示正确处理：

• 在第一个没有空格的场景中，它会跳过一些元素。在下面的示例中，它跳过了除一个“节点”元素之外的所有元素。在现实世界的场景中，虽然它会跳过所有其他节点。可能是因为节点内容更丰富。

• 在第二种情况下，我只在节点元素之间添加了空格。如您所见，它无法正确处理文档的结尾。

• 在最后一个场景中，我在最后一个节点和关闭根元素之间添加了空格。处理如期进行。

在我的真实世界场景中，我希望使用单行无分隔符 XML，因此我需要场景 1 正常工作，并且很高兴知道对 XML 的有效更改（例如在元素之间添加空格）不会像场景 2 一样中断处理。

请帮忙！！！

单类应用test.StAXTest的完整代码：

package test;

import java.io.StringReader;
import java.io.StringWriter;

import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamConstants;
import javax.xml.stream.XMLStreamReader;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stax.StAXSource;
import javax.xml.transform.stream.StreamResult;

public class StAXTest {
    private final static String XML1 = "<root><node></node><node></node></root>";
    private final static String XML2 = "<root><node></node> <node></node></root>";
    private final static String XML3 = "<root><node></node> <node></node> </root>";

    public static void main(String[] args) throws Exception {
        processXML(XML1);
        processXML(XML2);
        processXML(XML3);
    }

    private static void processXML(String xml) {
        try {
            System.out.println("XML Input:\n" + xml + "\nProcessing:");

            XMLInputFactory xif = XMLInputFactory.newInstance();
            XMLStreamReader reader = xif.createXMLStreamReader(new StringReader(xml));
            TransformerFactory tf = TransformerFactory.newInstance();

            int nodeCount = 0;

            while (reader.nextTag() == XMLStreamConstants.START_ELEMENT) {
                String localName = reader.getLocalName();
                if (localName.equals("node")) {
                    Transformer t = tf.newTransformer();
                    StringWriter st = new StringWriter();
                    t.transform(new StAXSource(reader), new StreamResult(st));
                    String xmlNode = st.toString();
                    System.out.println(nodeCount + ": " + xmlNode);
                    nodeCount++;
                }
            }
        } catch (Throwable t) {
            t.printStackTrace(System.out);
        }
        System.out.println("------------------------------------------------");
    }
}

应用程序输出，其中包含所有 3 个场景。请注意，在第一个场景中，转换后的 XML 部分包含 1 个节点，而不是 2 个。所以第二个节点完全“在翻译中丢失”。

XML Input:
<root><node></node><node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
javax.xml.stream.XMLStreamException: ParseError at [row,col]:[-1,-1]
Message: found: END_DOCUMENT, expected START_ELEMENT or END_ELEMENT
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.nextTag(XMLStreamReaderImpl.java:1247)
    at com.newedge.test.StAXTest.processXML(StAXTest.java:35)
    at com.newedge.test.StAXTest.main(StAXTest.java:21)
------------------------------------------------
XML Input:
<root><node></node> <node></node> </root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------

Answer 1

感谢您的代码，但即使这样也给了我错误 - 所以我翻了一个小内容，现在它正在工作

while(eventType == XMLStreamConstants.START_ELEMENT)
{
     String localName = reader.getLocalName();
     System.out.println(localName);

     if(localName == null)
     {
         eventType = reader.nextTag();
     }


    // Rest Program is same

}

Answer 2

问题在于，在使用transform 方法后，XMLStreamReader 仍然指向下一个要处理的 XML 事件（即第二个 <node> 开始标记或 </root> 结束标记）。但是，当您在while 循环的顶部调用nextTag() 时，您正在将阅读器向前推进一个事件。这会导致它跳过此事件。

在您的示例中，</node> 结束标记后面有空格，这是被跳过的空格字符数据事件。在其他情况下，会跳过 XML 开始元素或结束元素事件，这就是您得到意外结果的原因。

调用转换器后，你应该检查阅读器当前的eventType是START_ELEMENT还是END_ELEMENT。如果是这样，transformer 已经推进了阅读器，你不应该进一步推进它。如果 eventType 是其他东西，或者您没有调用转换器，那么您确实调用 nextTag() 以将阅读器推进到下一个标签。

我将您的 while 循环替换为以下内容：

        int eventType = reader.nextTag();
        while (eventType == XMLStreamConstants.START_ELEMENT) {
            String localName = reader.getLocalName();
            if (localName.equals("node")) {
                Transformer t = tf.newTransformer();
                StringWriter st = new StringWriter();
                t.transform(new StAXSource(reader), new StreamResult(st));
                String xmlNode = st.toString();
                System.out.println(nodeCount + ": " + xmlNode);
                nodeCount++;
                eventType = reader.getEventType();
                if (eventType != XMLStreamConstants.START_ELEMENT && eventType != XMLStreamConstants.END_ELEMENT) {
                    eventType = reader.nextTag();
                }
            } else {
                eventType = reader.nextTag();
            }

当我运行你的代码时，它给了我以下输出：

XML Input:
<root><node></node><node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node> </root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------