使用 Stax 解析器解析 XML 1.1 文档时出错

Question

我正在尝试解析 Burp Suite XML 导出。 我使用过 Stax 解析器和 XPath 解析器。 但我越来越

Location: /py/message/viewBill.pt [id parameter]]]></location>
<severity>High</severity>
<confidence>Certain</confidence>
<issueBackground><![CDATA[Reflected 
javax.xml.stream.XMLStreamException: ParseError at [row,col]:[66,2357]
Message: The element type "location" must be terminated by the matching end-tag "< /location>".
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.next(XMLStreamReaderImpl.java:604)
    at com.sun.xml.internal.stream.XMLEventReaderImpl.nextEvent(XMLEventReaderImpl.java:83)

一直出错。 虽然有结束标记，但解析器找不到它。 我的代码是：

XMLInputFactory factory = XMLInputFactory.newInstance();
XMLEventReader eventReader = factory.createXMLEventReader(new StringReader(str));

while (eventReader.hasNext()) {
    XMLEvent event = eventReader.nextEvent();

    switch (event.getEventType()) {

        case XMLStreamConstants.START_ELEMENT:
            StartElement startElement = event.asStartElement();
            String qName = startElement.getName().getLocalPart();

            if (qName.equalsIgnoreCase(ISSUES)) {
                issues = true;
            } else if (qName.equalsIgnoreCase(ISSUE)) {
                issue = true;
            } else if (qName.equalsIgnoreCase(NAME)) {
                name = true;
            } else if (qName.equalsIgnoreCase(HOST)) {
                host = true;
            } else if (qName.equalsIgnoreCase(PATH)) {
                path = true;
            } else if (qName.equalsIgnoreCase(LOCATION)) {
                location = true;
            } else if (qName.equalsIgnoreCase(SEVERITY)) {
                severity = true;
            }
            break;

        case XMLStreamConstants.CHARACTERS:
            Characters characters = event.asCharacters();
            if (name) {
                System.out.println("Name: " + characters.getData());
                name = false;
            } else if (host) {
                System.out.println("Host: " + characters.getData());
                host = false;
            } else if (path) {
                System.out.println("Path: " + characters.getData());
                path = false;
            } else if (location) {
                System.out.println("Location: " + characters.getData());
                location = false;
            } else if (severity) {
                System.out.println("severity: " + characters.getData());
                severity = false;
            }
            break;

        case XMLStreamConstants.END_ELEMENT:
            EndElement endElement = event.asEndElement();
            String endElementName = endElement.getName().getLocalPart();

            if (endElementName.equalsIgnoreCase(ISSUE)) {
                issue = false;
            } else if (endElementName.equalsIgnoreCase(NAME)) {
                name = false;
            } else if (endElementName.equalsIgnoreCase(HOST)) {
                host = false;
            } else if (endElementName.equalsIgnoreCase(PATH)) {
                path = false;
            } else if (endElementName.equalsIgnoreCase(LOCATION)) {
                location = false;
            } 
            break;
    }
}

我正在尝试解析我在https://github.com/mtesauro/parse-tools/blob/master/examples/brief-burp-export.xml上找到的报告。

有人可以给一些建议吗？

Answer 1

我敢猜测这是 XML 解析器中的一个错误。 具体来说，我怀疑它没有将第 63 行的]]]>识别为终止 CDATA 部分，因此它继续认为它在 CDATA 中，直到第 66 行末尾的]]> ，此时它找到了结束标记</issueBackground>在哪里寻找</location> 。 向 XML 解析器的供应商提出一张票，或者切换到一个有效的。

Answer 2

我发现了一些使用 CSS 解析 Burp 导出的示例。 比我在 Java 中找到用于 CSS 解析的Jsoup 。 这有点复杂，但效果很好。

Document document = Jsoup.parse(str);
Elements allElements = document.getAllElements();

for (Element element : allElements) {
    String tagName = element.tagName();
    String text = element.text();
    if (tagName.equalsIgnoreCase("name")) {
        System.out.println("name " + text);
    } else if (tagName.equalsIgnoreCase("host")) {
        System.out.println("host " + text);
        System.out.println("ip " + element.attr("ip"));
    }
}

Answer 3

我也面临同样的问题。 花了一些时间在网上搜索后，我找到了以下解决方案

由于 xml 值具有 CDATA，事件类型将为 XMLEvent.CDATA 而不是 XMLEvent.CHARACTERS

• https://docs.oracle.com/javase/8/docs/api/javax/xml/stream/events/XMLEvent.html
• https://github.com/dturanski/stax-xml-parser/blob/master/src/main/java/staxparser/xml/CDataContentExtractor.java

Switch(reader.hasNext()) {
case TAG:
    eventType = reader.next();
    if (eventType == XMLEvent.CDATA || eventType == XMLEvent.CHARACTERS) {
        System.out.println(reader.getText());
    }
    break;
........
}

我还添加了以下依赖项。 我不确定这种依赖性有何帮助，但如果没有这种依赖性，我们将得到与上面提到的相同的异常。

但添加此依赖项后问题得到解决。

<dependency>
    <groupId>com.fasterxml.woodstox</groupId>
    <artifactId>woodstox-core</artifactId>
    <version>5.0.0</version>
</dependency>

https://github.com/FasterXML/woodstox https://mvnrepository.com/artifact/com.fasterxml.woodstox/woodstox-core/5.0.0