如何在字符串中从 XML 加载 org.w3c.dom.Document？

Question

我在字符串中有一个完整的 XML 文档，并且想要一个 Document 对象。谷歌出现了各种各样的垃圾。什么是最简单的解决方案？ （在 Java 1.5 中）

解决方案感谢Matt McMinn，我已经确定了这个实现。它对我来说具有适当的输入灵活性和异常粒度。 （很高兴知道错误是来自格式错误的 XML - SAXException - 还是只是错误的 IO - IOException。）

public static org.w3c.dom.Document loadXMLFrom(String xml)
    throws org.xml.sax.SAXException, java.io.IOException {
    return loadXMLFrom(new java.io.ByteArrayInputStream(xml.getBytes()));
}

public static org.w3c.dom.Document loadXMLFrom(java.io.InputStream is) 
    throws org.xml.sax.SAXException, java.io.IOException {
    javax.xml.parsers.DocumentBuilderFactory factory =
        javax.xml.parsers.DocumentBuilderFactory.newInstance();
    factory.setNamespaceAware(true);
    javax.xml.parsers.DocumentBuilder builder = null;
    try {
        builder = factory.newDocumentBuilder();
    }
    catch (javax.xml.parsers.ParserConfigurationException ex) {
    }  
    org.w3c.dom.Document doc = builder.parse(is);
    is.close();
    return doc;
}

Answer 1

为了在 Java 中操作 XML，我总是倾向于使用 Transformer API：

import javax.xml.transform.Source;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMResult;
import javax.xml.transform.stream.StreamSource;

public static Document loadXMLFrom(String xml) throws TransformerException {
    Source source = new StreamSource(new StringReader(xml));
    DOMResult result = new DOMResult();
    TransformerFactory.newInstance().newTransformer().transform(source , result);
    return (Document) result.getNode();
}   

Answer 2

刚刚遇到了类似的问题，除了我需要一个 NodeList 而不是 Document，这就是我想出的。它与以前的解决方案基本相同，将根元素作为 NodeList 进行了扩充，并使用了 erickson 的建议，即使用 InputSource 代替字符编码问题。

private String DOC_ROOT="root";
String xml=getXmlString();
Document xmlDoc=loadXMLFrom(xml);
Element template=xmlDoc.getDocumentElement();
NodeList nodes=xmlDoc.getElementsByTagName(DOC_ROOT);

public static Document loadXMLFrom(String xml) throws Exception {
        InputSource is= new InputSource(new StringReader(xml));
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        factory.setNamespaceAware(true);
        DocumentBuilder builder = null;
        builder = factory.newDocumentBuilder();
        Document doc = builder.parse(is);
        return doc;
    }

Answer 3

哇！

此代码可能存在严重问题，因为它忽略了String 中指定的字符编码（默认为 UTF-8）。当您调用 String.getBytes() 时，平台默认编码用于将 Unicode 字符编码为字节。所以，解析器可能认为它正在获取 UTF-8 数据，而实际上它正在获取 EBCDIC 或其他东西……不漂亮！

改为使用带有 InputSource 的 parse 方法，它可以用 Reader 构造，如下所示：

import java.io.StringReader;
import org.xml.sax.InputSource;
…
        return builder.parse(new InputSource(new StringReader(xml)));

这似乎没什么大不了的，但对字符编码问题的无知会导致类似于 y2k 的阴险代码腐烂。

Answer 4

这在 Java 1.5 中适用于我 - 为了便于阅读，我删除了特定的异常。

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.DocumentBuilder;
import org.w3c.dom.Document;
import java.io.ByteArrayInputStream;

public Document loadXMLFromString(String xml) throws Exception
{
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    factory.setNamespaceAware(true);
    DocumentBuilder builder = factory.newDocumentBuilder();

    return builder.parse(new ByteArrayInputStream(xml.getBytes()));
}