在 java 中使用嵌套的 xml 开始标签 <?xml ...?> 解析 XML

Question

你能帮我解析带有嵌套<?xml version="1.0" encoding="utf-8"?>标签的xml吗？当我试图解析这个 xml 时，我得到了解析错误。

<?xml version="1.0" encoding="utf-8"?>      
<soap>
            <soapenvBody>
                <serviceResponse>
                    <?xml version="1.0" encoding="UTF-8"?>
                    <data>
                        <respCode>0</respCode>
                    </data>
                </serviceResponse>
            </soapenvBody>
        </soap>  

Answer 1

我不认为这真的是一个 Java 问题。在 XML 正文中包含第二个 XML 声明是非法的，所以我认为您无法让任何 XML 解析器来解析它。如果您可以控制 XML（看起来您正在生成它以存储响应），那么您可以尝试使用 CDATA 包装内部 XML 文档：

<?xml version="1.0" encoding="utf-8"?>     
<soap>
    <soapenvBody>
        <serviceResponse>
          <![CDATA[
              <?xml version="1.0" encoding="UTF-8"?>
              <data>
                  <respCode>0</respCode>
              </data>
          ]]>
        </serviceResponse>
    </soapenvBody>
</soap>

编辑：

我认为您很可能根本不希望该响应中包含额外的 XML 声明。您是否可以控制创建响应的代码？我的猜测是 XML sn-p <data>...</data> 被创建为一个单独的 DOM 对象，然后在响应中间拼接字符串。写出整个 XML 文档对象 会导致包含 XML 声明，但如果您只是抓住 文档根节点对象 (<data>) 并将其写成字符串，那么它可能不会包含导致你所有这些麻烦的额外 XML 声明。

Answer 2

我想到一个用于处理 HTML 的解析器可能能够做你想做的事。由于与严格的 XML 相比，HTML 往往是一团糟，因此 HTML 解析器通常更具容错性。快速搜索出现了jsoup。我大致可以使用以下代码从上面的示例 XML 中提取 respCode：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

String data = "your xml goes here";
Document doc = Jsoup.parse(data);
String respCodeRaw = doc.select("respCode").first().text();
int respCode = Integer.valueOf(respCodeRaw);

（我实际上在 Clojure repl 中测试了该库，但上面的代码应该可以工作！）

Answer 3

以<? 开头的标签是一个处理指令。 <?xml...> 是一个 XML 声明，只能出现在 xml 内容的开头。在 XML 正文中是不允许的。

为什么你的皂体含有这个？您可以选择删除它吗？

Answer 4

我没有在 java 中找到任何解析器来解析这样的嵌入式 xml，因为它不是有效的 xml，我猜几乎所有的解析都会在解析之前验证 xml。所以我选择预处理 xml 的选项并选择内部 xml，然后使用 SAX 解析器解析 xml 并从 xml 中检索值。伙计们感谢您的回复。