如何通过验证器获取有关无效 DOM 元素的更多信息？

Question

我正在使用 javax.xml.validation.Validator 类针对 XSD 架构验证内存中的 DOM 对象。每当我从中填充 DOM 的信息中存在某些数据损坏时，我都会在验证期间抛出 SAXParseException。

错误示例：

org.xml.SAXParseException: cvc-datatype-valid.1.2.1: '???"??[?????G?>???p~tn??~0?1]' 是不是“hexBinary”的有效值。

我希望有一种方法可以在我的内存 DOM 中找到此错误的位置并打印出有问题的元素及其父元素。我当前的代码是：

public void writeDocumentToFile(Document document) throws XMLWriteException {
  try {
    // Validate the document against the schema
    Validator validator = getSchema(xmlSchema).newValidator();
    validator.validate(new DOMSource(document));

    // Serialisation logic here.

  } catch(SAXException e) {
    throw new XMLWriteException(e); // This is being thrown
  } // Some other exceptions caught here.
}

private Schema getSchema(URL schema) throws SAXException {
  SchemaFactory schemaFactory = 
    SchemaFactory.newInstance(XMLConstants.W3C_XML_SCHEMA_NS_URI);

  // Some logic here to specify a ResourceResolver

  return schemaFactory.newSchema(schema);
}

我研究了Validator#setErrorHandler(ErrorHandler handler) 方法，但ErrorHandler 接口只让我接触到SAXParseException，它只公开错误的行号和列号。因为我使用的是内存中的 DOM，所以行号和列号都返回 -1。

有没有更好的方法来做到这一点？如果库为我提供了我正在寻找的功能，我真的不想在将它们添加到 DOM 之前手动验证字符串。

我正在使用 JDK 6 update 26 和 JDK 6 update 7，具体取决于此代码的运行位置。

编辑：添加此代码 -

validator.setErrorHandler(new ErrorHandler() {
  @Override
  public void warning(SAXParseException exception) throws SAXException {
    printException(exception);
    throw exception;
  }

  @Override
  public void error(SAXParseException exception) throws SAXException {
    printException(exception);
    throw exception;
  }

  @Override
  public void fatalError(SAXParseException exception) throws SAXException {
    printException(exception);
    throw exception;
  }

  private void printException(SAXParseException exception) {
    System.out.println("exception.getPublicId() = " + exception.getPublicId());
    System.out.println("exception.getSystemId() = " + exception.getSystemId());
    System.out.println("exception.getColumnNumber() = " + exception.getColumnNumber());
    System.out.println("exception.getLineNumber() = " + exception.getLineNumber());
  }
});

我得到了输出：

exception.getPublicId() = null
exception.getSystemId() = null
exception.getColumnNumber() = -1
exception.getLineNumber() = -1

Answer 1

如果您使用 Xerces（Sun JDK 默认），您可以通过 http://apache.org/xml/properties/dom/current-element-node 属性获取验证失败的元素：

...
catch (SAXParseException e)
{
    Element curElement = (Element)validator.getProperty("http://apache.org/xml/properties/dom/current-element-node");

    System.out.println("Validation error: " + e.getMessage());
    System.out.println("Element: " + curElement);
}   

例子：

String xml = "<root xmlns=\"http://www.myschema.org\">\n" +
             "<text>This is text</text>\n" +
             "<number>32</number>\n" +
             "<number>abc</number>\n" +
             "</root>";

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setNamespaceAware(true);
Document doc = dbf.newDocumentBuilder().parse(new ByteArrayInputStream(xml.getBytes("UTF-8")));
Schema schema = getSchema(getClass().getResource("myschema.xsd"));

Validator validator = schema.newValidator();
try
{
    validator.validate(new DOMSource(doc));
}
catch (SAXParseException e)
{
    Element curElement = (Element)validator.getProperty("http://apache.org/xml/properties/dom/current-element-node");

    System.out.println("Validation error: " + e.getMessage());
    System.out.println(curElement.getLocalName() + ": " + curElement.getTextContent());

    //Use curElement.getParentNode() or whatever you need here
}         

如果您需要从 DOM 中获取行号/列号，this answer 可以解决该问题。

Answer 2

SaxParseException 公开 SystemId 和 PublicId。这是否没有为您提供足够的信息？