从流输入中解析没有根元素的 XML 片段列表

Posted 2023-02-16

【中文标题】从流输入中解析没有根元素的 XML 片段列表

【英文标题】：Parse a list of XML fragments with no root element from a stream input

【发布时间】：2012-06-28 22:00:18

【问题描述】：

在 Java 中使用 SAX api 是否可行？

我尝试解析这样的 XML，但得到了一个

org.xml.sax.SAXParseException: The markup in the document following the root element must be well-formed.

甚至在 endDocument 事件被触发之前。

我不想接受明显但笨拙的解决方案，例如“预先附加自定义根元素或使用缓冲片段解析”。

我正在使用 Java 1.6 的标准 SAX API。 SAX 工厂有 setValidating(false) 以防万一。

【问题讨论】：

***.com/questions/3232110/… 的副本。

可以参考Resolving "The markup in the document following the root element must be well-formed" Exception

【参考方案1】：

首先，也是最重要的一点，您正在解析的内容不是 XML 文档。 来自XML Specification：

[定义：只有一个元素，称为根，或文档元素，其任何部分都不会出现在任何其他元素的内容中。]

现在，关于用 SAX 解析这个 - 尽管你说的是笨拙 - 我建议采用以下方法：

Enumeration<InputStream> streams = Collections.enumeration(
    Arrays.asList(new InputStream[] 
        new ByteArrayInputStream("<root>".getBytes()),
        yourXmlLikeStream,
        new ByteArrayInputStream("</root>".getBytes()),
    ));

SequenceInputStream seqStream = new SequenceInputStream(streams);

// Now pass the `seqStream` into the SAX parser.

使用SequenceInputStream 是一种将多个输入流连接成单个流的便捷方式。它们将按照传递给构造函数的顺序被读取（或者在这种情况下 - 由Enumeration 返回）。

将它传递给您的 SAX 解析器，您就完成了。

【讨论】：

同意 - 笨拙地附加根元素的原因是因为您正在处理笨拙的数据。否则，一旦您关闭了您打开的第一个元素，SAX 解析器就会相信它已经完成，就像它已经完成一样。对于格式化的 XML 数据流，我也这样做

虽然你提供了一个我已经想到的答案，但实现比我想象的要优雅得多！谢谢你的回答。

嗯，SequenceInputStream 是那些早已被遗忘的实用程序之一，尽管自 Java 1.0 以来就已经存在，但似乎没人知道。只是想提醒它还在那里。 :)