用 DOM 解析 xml，DOCTYPE 被删除答案

【问题标题】：Parsing xml with DOM, DOCTYPE gets erased用 DOM 解析 xml，DOCTYPE 被删除
【发布时间】：2011-07-09 19:42:34
【问题描述】：

为什么 dom with java 在编辑 xml 时会删除 doctype？

得到这个 xml 文件：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE map[ <!ELEMENT map (station*) >
                <!ATTLIST station  id   ID    #REQUIRED> ]>
<favoris>
<station id="5">test1</station>
<station id="6">test1</station>
<station id="8">test1</station>
</favoris>

我的功能很基础：

public static void EditStationName(int id, InputStream is, String path, String name) throws ParserConfigurationException, SAXException, IOException, TransformerFactoryConfigurationError, TransformerException{
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    DocumentBuilder builder = factory.newDocumentBuilder();
    Document dom = builder.parse(is);

    Element e = dom. getElementById(String.valueOf(id));
    e.setTextContent(name);
    // Write the DOM document to the file
    Transformer xformer = TransformerFactory.newInstance().newTransformer();
    FileOutputStream fos = new FileOutputStream(path);
    Result result = new StreamResult(fos);  
    Source source = new DOMSource(dom);


        xformer.setOutputProperty(
                OutputKeys.STANDALONE,"yes"     
                );

    xformer.transform(source, result);
}

它正在工作，但文档类型被删除了！我刚刚得到了整个文档，但没有 doctype 部分，这对我来说很重要，因为它允许我通过 id 检索！我们如何保留文档类型？为什么要删除它？我尝试了许多使用 outputkeys 或 omImpl.createDocumentType 的解决方案，但这些都不起作用......

谢谢！

【问题讨论】：

我很惊讶你得到了什么；您的 XML 无效。
两件事：1）您的文档类型（地图）与您的根元素（收藏夹）不匹配。 2) 未声明元素“站”。您应该为站添加一个元素声明，然后将“favoris”更改为“map”（或更改文档类型和元素声明）。
对不起，你能写在这里吗？因为我对文档类型的东西完全陌生... :=)
可能是这样的？ ]>

标签： java xml dom doctype

【解决方案1】：

您的输入 XML 无效。那应该是：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris [
    <!ELEMENT favoris (station)+>
    <!ELEMENT station (#PCDATA)>
    <!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">test1</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

由于@DevNull 写的完全有效，你不能写<station id="5">test1</station>（但是对于Java，即使有这个问题它仍然可以工作）。

DOCTYPE 在输出 XML 文档中被删除：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

我还没有找到缺少 DTD 的解决方案，但作为解决方法，您可以设置外部 DTD：

xformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, "favoris.dtd");

结果（示例）文档：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris SYSTEM "favoris.dtd">
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

编辑：

我认为不可能使用Transformer 类保存内联DTD（参见here）。如果不能使用外部 DTD 引用，则可以使用 DOM Level 3 LSSerializer 类来代替：

DOMImplementationLS domImplementationLS =
    (DOMImplementationLS) dom.getImplementation().getFeature("LS","3.0");
LSOutput lsOutput = domImplementationLS.createLSOutput();
FileOutputStream outputStream = new FileOutputStream("output.xml");
lsOutput.setByteStream((OutputStream) outputStream);
LSSerializer lsSerializer = domImplementationLS.createLSSerializer();
lsSerializer.write(dom, lsOutput);
outputStream.close();

带有所需 DTD 的输出（我看不到使用 LSSerializer 添加 standalone="yes" 的任何选项...）：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE favoris [<!ELEMENT favoris (station)+>
<!ELEMENT station (#PCDATA)>
<!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

另一种方法是使用 Apache Xerces2-J XMLSerializer 类：

import org.apache.xml.serialize.OutputFormat;
import org.apache.xml.serialize.XMLSerializer;
...

XMLSerializer serializer = new XMLSerializer();
serializer.setOutputCharStream(new java.io.FileWriter("output.xml"));
OutputFormat format = new OutputFormat();
format.setStandalone(true);
serializer.setOutputFormat(format);
serializer.serialize(dom);

结果：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris [<!ELEMENT favoris (station)+>
<!ELEMENT station (#PCDATA)>
<!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

【讨论】：

【解决方案2】：

（此回复在某种程度上只是对@Grzegorz Szpetkowski 的回答的补充，为什么它有效）

您丢失了 doctype 定义，因为您使用了产生 XSL 转换的 Transform 类。 XSLT 树模型中没有DOCTYPE 声明或docytype 定义对象/节点。当解析器将文档移交给 XSLT 处理器时，文档类型信息会丢失，因此无法保留或复制。 XSLT 对输出树的序列化提供了一些控制，包括添加带有公共或系统标识符的<!DOCTYPE ... > 声明。这些标识符的值需要事先知道，并且不能从输入树中读取。也不支持创建或保留嵌入式 DTD 或实体声明（尽管解决此障碍的一种解决方法是将其输出为带有 disable-output-escaping="yes" 的文本）。

为了保留 DTD，您需要使用 XML 序列化程序而不是 XSL 转换来输出文档，就像 Grzegorz 已经建议的那样。

【讨论】：

感谢您的准确解释！这现在很清楚为什么它不可能......因为这是一个 android 应用程序，我不能真正使用所有这些 wordarounds。所以......我手动将我的 dom 转换为字符串，首先将 doctype 附加到我的 stringbuilder ！：/谢谢！

【解决方案3】：

@Grzegorz Szpetkowski 有一个使用外部 DTD 的好主意。但是，如果您保留这些 station/@id 值，XML 仍然无效。

“ID”类型的任何属性都不能有以数字开头的值。您必须在其中添加一些内容，例如站的“s”：

<!DOCTYPE favoris [
<!ELEMENT favoris (station*)      > 
<!ELEMENT station (#PCDATA)       > 
<!ATTLIST station 
          id       ID   #REQUIRED > 
]>
<favoris>
  <station id="s5">test1</station>
  <station id="s6">test1</station>
  <station id="s8">test1</station>
</favoris>

【讨论】：

你说得非常对，我忘记了这条规则 :) 但是即使有这个问题，输出 XML 文档也有使用 LSSerializer 类而不是 Transformer 方法的内联 DTD。

【解决方案4】：

我遇到了几乎相同的问题，发现 this 可以与转换一起使用。它是有限的，因为它只允许引用 dtd，如果文档的 doctype 可以变化，则需要一些工作。不过在我的情况下就足够了，我只需要在转换后对 xhtml doctype 进行硬编码。

xformer.setOutputProperty(OutputKeys.DOCTYPE_PUBLIC, "publicId");
xformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, "systemId");

【讨论】：