解析 RSS 时出错 -> org.xml.sax.SAXParseException；行号：1；列号：1；文件过早结束

Question

我有一种方法可以从不同的 url 解析 RSS 并且效果很好：

例如：https://www.clarin.com/rss/lo-ultimo/

但是在其中一个 url (https://www.cio.com/category/mobile/index.rss) 和该网站的所有 RSS 中，当我执行代码时，控制台会显示以下错误，而解析器不会作品：

org.xml.sax.SAXParseException;行号：1；列号：1；文件过早结束。

我正在使用此方法（代码的一部分）解析 RSS 提要：

        try {
            DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
            DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();

            URL url = new URL("https://www.cio.com/category/mobile/index.rss");
            URLConnection urlConnection = url.openConnection();
            InputStream inputStream = urlConnection.getInputStream();

            Document doc = dBuilder.parse(inputStream);

错误发生在最后一行 -> Document doc = dBuilder.parse(inputStream);

在该代码中，我从 url 解析 RSS，奇怪的是，当我直接从文件 (index.rss) 解析 RSS 时，我没有错误并且解析效果很好，我这样做是使用：

File fXmlFile = new File("index.rss");

DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();

DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();

Document doc = dBuilder.parse(fXmlFile);

Document doc = dBuilder.parse(inputStream);

doc.getDocumentElement().normalize();

注意：

• 这是一个 maven webapp 项目。
• 部署在 Tomcat 9.0 服务器中。
• 当我在 Web 主页中按下按钮时运行该方法。

我提到这是因为当我在一个简单的 java 项目中尝试时，解析器也可以与 inputStream 一起正常工作。

如果您能帮我解决这个问题，我将不胜感激，谢谢！

Answer 1

我已经运行了以下代码，它运行良好，没有错误。

     public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {

        DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
        DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();

        URL url = new URL("https://www.cio.com/category/mobile/index.rss");
        URLConnection urlConnection = url.openConnection();
        InputStream inputStream = urlConnection.getInputStream();

        Document doc = dBuilder.parse(inputStream);
        Element root = doc.getDocumentElement();
        NodeList children = root.getChildNodes();

        for (int i = 0; i < children.getLength(); i++) {
             System.out.println(children.item(i));
        }

        inputStream.close();

     }

然后我添加了以下内容并尝试解析一个空文件：

    File fXmlFile = new File("EmptyFile.xml");
    inputStream = new FileInputStream(fXmlFile);
    doc = dBuilder.parse(inputStream);
    System.out.println(doc.getDocumentElement());

当文件为空（或仅包含 XML 处理指令）时，我收到了您收到的错误。当我添加一个根元素时，错误消失了。在我看来，这似乎证明了当 inputStream （或者它正在流式传输的东西）基本上为空时会发生此错误。这个理论似乎也得到了支持：org.xml.sax.SAXParseException: Premature end of file for *VALID* XML。因此，如果您仍然收到此错误，我建议您在 URL url 上放置一个断点...并按照它来查看连接是否正确。希望对您有所帮助。