SAX：XML文档结构必须在同一实体内开始和结束

Question

我正在尝试使用javax.xml.stream.XMLStreamReader解析（相当大的）XML文件。 这些文件格式正确（已使用xmllint验证），但仍然出现以下异常：

javax.xml.stream.XMLStreamException: ParseError at [row,col]:[12418,95]
Message: XML document structures must start and end within the same entity.
at     com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.next(XMLStreamReaderImpl.java:592)

这是我的代码的简化：

while(parser.hasNext()){
    parser.next();
    if (parser.getEventType() == XMLStreamReader.START_ELEMENT){
        if (parser.getLocalName() == "s") {
            // do stuff
        }
    }
    if (parser.getEventType() == XMLStreamReader.END_ELEMENT){
        if (parser.getLocalName() == "s") {
            // do more stuff                
        }
    }
    if (parser.getEventType() == XMLStreamReader.CHARACTERS){
        if (inSentenceElement) {
            // process text
            parser.getText()...
        }
    }
}

我已经按照错误消息中的指示检查了XML中的行/列，没有发现任何异常。 我一直在考虑文件的大小可能是个问题，它们会被截断，以便在关闭根元素之前先读取EOF。 那可行吗？如果可以，我该如何避免呢？

编辑：bz2压缩文件的大小最大为1.5G，最多7M行，但是大约10K行后，在4M崩溃时文件也较小（尽管发生问题的行数往往因3K行而异） 。

Answer 1

Caused by: javax.xml.stream.XMLStreamException: ParseError at [row,col]:[1,4207737]
Message: Attribute name "i" associated with an element type "someElement" must be followed by the ' = ' character.
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.next(XMLStreamReaderImpl.java:598)
    at com.sun.xml.internal.bind.v2.runtime.unmarshaller.StAXStreamConnector.bridge(StAXStreamConnector.java:181)
    at com.sun.xml.internal.bind.v2.runtime.unmarshaller.UnmarshallerImpl.unmarshal0(UnmarshallerImpl.java:355)
    ... 49 more

实际XML中的属性为：index =“ 1”，因此它是有效的，但已被截断或其他内容。 相同的代码和XML适用于Java 1.7.0u51，但是由于上述1.7.0u71异常而失败。 位置始终与该文件位于同一列（CharacterOffset = 4207736）。 我正在使用JAXB，它在解组期间调用此方法，但是除Java版本外没有任何改变。

我建议检查最近添加的一些新XML限制，以减少拒绝服务攻击，它确实适合我的情况。 https://docs.oracle.com/javase/tutorial/jaxp/limits/using.html

具体来说，将以下内容添加到正在运行的命令行会禁用所有这些。 我强烈建议您找到更好的限制（或引起您问题的特定限制），而不是将其全部关闭为0。

java -Djdk.xml.entityExpansionLimit=0 -Djdk.xml.elementAttributeLimit=0 -Djdk.xml.maxOccurLimit=0 -Djdk.xml.totalEntitySizeLimit=0 -Djdk.xml.maxGeneralEntitySizeLimit=0 -Djdk.xml.maxParameterEntitySizeLimit=0 -Djdk.xml.maxElementDepth=0    -jar myJarfile.jar