【发布时间】：2011-09-07 16:23:07
【问题描述】：
我有一个类似 XML 的文件：
<p>something</p>
<ac:image>
<ri:attachment ri:filename="IMAGE.PNG" />
</ac:image>
<ac:macro ac:name="screenshot">
<ac:default-parameter>IMAGE.ss</ac:default-parameter>
</ac:macro>
<p>something</p>
我需要使用 XSLT 模板对其进行转换 - 我想将所有 <ac:image> 替换为 <ac:macro ac:name="screenshot">。通常，解析和转换格式良好且众所周知的 XML 非常容易。我的情况完全不同。
如您所见，它没有根元素和 XML 序言。但这不是问题，我可以添加<?xml version="1.0"?> 并将内容用<root> 等任意元素包装以避免异常：
Caused by: org.jdom.input.JDOMParseException: Error on line 1: Content is not allowed in prolog.
示例 XML 包含三个命名空间 - 默认、ac 和 ri。由于代码将在客户指定的内容上运行，因此可能还有一些我不知道的其他命名空间。我无法在解析 XML 之前绑定所有命名空间，所以遇到了异常：
Caused by: org.xml.sax.SAXParseException: Content is not allowed in prolog.
我在 Internet 上的某个地方发现 SAX 解析器能够以不解析名称空间的模式解析 XML。在默认模式下，你会得到namespace=ac 和element=macro，而在非命名空间模式下，你会得到没有命名空间和element=ac:macro。这是期望的。您只需要在解析器上设置 SAX 功能：namespaces=false、namespace-prefixes=true。
final XMLReader sax = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
sax.setFeature("http://xml.org/sax/features/validation", false);
sax.setFeature("http://xml.org/sax/features/namespaces", false);
sax.setFeature("http://xml.org/sax/features/namespace-prefixes", true);
sax.parse(new InputSource(new StringReader(content))); // parse returns void
它不会抛出任何异常，所以看起来 XML 被解析没有错误。但是，我需要一个 DOM 树，以便可以使用 XSLT 对其进行转换。那么让我们使用 JDOM：
// all classes are org.jdom.*
final SAXBuilder sax = new SAXBuilder(false); // validate=false
sax.setFeature("http://xml.org/sax/features/namespaces", false);
sax.setFeature("http://xml.org/sax/features/namespace-prefixes", true);
final Document document = sax.build(new StringInputStream(content));
不幸的是，我得到了一个例外：
Caused by: org.jdom.IllegalNameException: The name "" is not legal for JDOM/XML elements: XML names cannot be null or empty.
at org.jdom.Element.setName(Element.java:206)
at org.jdom.Element.<init>(Element.java:140)
at org.jdom.Element.<init>(Element.java:152)
at org.jdom.DefaultJDOMFactory.element(DefaultJDOMFactory.java:138)
at org.jdom.input.SAXHandler.startElement(SAXHandler.java:511)
at org.apache.xerces.parsers.AbstractSAXParser.startElement(Unknown Source)
at org.apache.xerces.impl.dtd.XMLDTDValidator.startElement(Unknown Source)
at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl.scanStartElement(Unknown Source)
at org.apache.xerces.impl.XMLDocumentScannerImpl$ContentDispatcher.scanRootElementHook(Unknown Source)
at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl$FragmentContentDispatcher.dispatch(Unknown Source)
at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source)
at org.apache.xerces.parsers.XML11Configuration.parse(Unknown Source)
at org.apache.xerces.parsers.XML11Configuration.parse(Unknown Source)
at org.apache.xerces.parsers.XMLParser.parse(Unknown Source)
at org.apache.xerces.parsers.AbstractSAXParser.parse(Unknown Source)
at org.apache.xerces.jaxp.SAXParserImpl$JAXPSAXParser.parse(Unknown Source)
at org.jdom.input.SAXBuilder.build(SAXBuilder.java:453)
at org.jdom.input.SAXBuilder.build(SAXBuilder.java:770)
at com.screensnipe.confluence.macro.XhtmlImageMacroReplacer.replaceImageMacroInText(XhtmlImageMacroReplacer.java:118)
JDOM 抱怨一个非法的标签名称<>。当然我没有这样的。看起来 JDOM 在 SAXHandler.java:511 中有错误，element = factory.element(localName); 应该是 element = factory.element(qName);。
我也试过 XOM。 XOM does not work with "namespaces" feature set to false.
我也试过 TagSoup 库。我不喜欢它，因为它弄乱了输出 XML。添加 XML 序言和根元素不是问题。混淆命名空间是。
<?xml version="1.0"?>
<html xmlns="http://www.w3.org/1999/xhtml">
<body>
<p>something</p>
<ac:image xmlns:ac="urn:x-prefix:ac"> <!-- :( -->
<ri:attachment xmlns:ri="urn:x-prefix:ri" ri:filename="IMAGE.PNG" />
</ac:image>
...
问题是：如何从我的 XML 中获取 DOM 树？ (Java) 无需编写我的 JDOM 版本。我将不胜感激一个可行的解决方案。只需解析并获取 DOM 树。一棵树，其中命名空间没有像 TagSoup 库那样被破坏。
或更多以目标为中心的问题：如何在不触及其他标签的情况下将<ac:image> 替换为<ac:macro ac:name="screenshot">？ (Java) 所有其他标签、命名空间或其他任何东西都应该不受影响。 （不要建议任何正则表达式）
【问题讨论】：