如果输入文件中未指定 DTD,如何强制 SAX 解析器使用 DTD?

Posted

技术标签:

【中文标题】如果输入文件中未指定 DTD,如何强制 SAX 解析器使用 DTD?【英文标题】:How can I force a SAX parser to use a DTD if one is not specified in the input file? 【发布时间】:2011-01-25 15:40:04 【问题描述】:

如何强制 SAX 解析器(特别是 Java 中的 Xerces)在解析文档时使用 DTD,而输入文档中没有 any doctype?这甚至可能吗?

以下是我的场景的更多细节:

我们有一堆符合相同 DTD 的 XML 文档,这些 DTD 由多个不同的系统生成(我都无法更改)。其中一些系统将文档类型添加到其输出文档中,而其他系统则没有。有些使用命名字符实体,有些则不使用。 有些人使用命名的字符实体而不声明文档类型。我知道这不符合规定,但这是我必须使用的。

我正在开发需要用 Java 解析这些文件的系统。目前,它通过首先将 XML 文档作为流读取来处理上述情况,尝试检测它是否定义了 doctype,如果还没有,则添加一个 doctype 声明。问题是这段代码有问题,我想用更干净的代码替换它。

文件很大,所以我不能使用基于 DOM 的解决方案。我也在尝试解析字符实体,因此没有帮助使用 XML Schema。

如果您有解决方案,能否请您直接发布而不是链接到它?如果将来有一个带有死链接的正确解决方案,它对 Stack Overflow 并没有多大好处。

【问题讨论】:

【参考方案1】:

如果文档没有,我认为设置 DOCTYPE 是不明智的。可能的解决方案是写一个假的,就像你已经做的那样。如果您使用的是 SAX,则可以使用这个假 InputStream 和假 DefaultHandler 实现。 (仅适用于 latin1 单字节编码)

我知道这个解决方案也很丑陋,但它只有一个适用于大数据流。

这是一些代码。

private enum State readXmlDec, readXmlDecEnd, writeFakeDoctipe,  writeEnd;

private class MyInputStream extends InputStream

    private final InputStream is;
    private StringBuilder sb = new StringBuilder();
    private int pos = 0;
    private String doctype = "<!DOCTYPE register SYSTEM \"fake.dtd\">";
    private State state = State.readXmlDec;

    private MyInputStream(InputStream source) 
        is = source;
    
    @Override
    public int read() throws IOException 
        int bit;

        switch (state) 
            case readXmlDec:
                bit = is.read();
                sb.append(Character.toChars(bit));
                if(sb.toString().equals("<?xml"))
                    state = State.readXmlDecEnd;
                
                break;
            case readXmlDecEnd:
                bit = is.read();
                if(Character.toChars(bit)[0] == '>')
                    state = State.writeFakeDoctipe;
                
                break;
            case writeFakeDoctipe:
                bit =  doctype.charAt(pos++);
                if(doctype.length() == pos)
                    state = State.writeEnd;
                
                break;
            default:
                bit = is.read();
                break;
        
        return bit;
    

    @Override
    public void close() throws IOException 
        super.close();
        is.close();
    


private static class MyHandler extends DefaultHandler 

    @Override
    public InputSource resolveEntity(String publicId, String systemId) throws IOException, SAXException 
        System.out.println("resolve "+ systemId);
        // get real dtd
        InputStream is = ClassLoader.class.getResourceAsStream("/register.dtd");
        return new InputSource(is);
    

 ... // rest of code

【讨论】:

以上是关于如果输入文件中未指定 DTD,如何强制 SAX 解析器使用 DTD?的主要内容,如果未能解决你的问题,请参考以下文章

如何强制 WCF 线程中未处理的异常使进程崩溃?

java - 如何将本地DTD文件的验证应用于java中的xml文件?

Caused by: org.xml.sax.SAXParseException: 外部 DTD: 无法读取外部 DTD 'mybatis-generator-config_1_0.dtd&#

ffmpeg 如何指定输入特殊视频格式

schema约束SAX

强制解锁文件占用