如何检查字符串是否是有效的XML元素名称？

Question

你知道java中的函数，它将验证字符串是一个很好的XML元素名称。

表格w3schools：

XML元素必须遵循以下命名规则：

1. 名称可以包含字母，数字和其他字符
2. 名称不能以数字或标点字符开头
3. 名称不能以字母xml（或XML或Xml等）开头
4. 名称不能包含空格

我发现了提供正则表达式解决方案的其他问题，是不是已经有了这样的功能？

Answer 1

如果您使用的是Xerces XML解析器，则可以使用XMLChar（或XML11Char）类isValidName()方法 ，如下所示：

org.apache.xerces.util.XMLChar.isValidName(String name)

此处还提供了isValidName示例代码。

Answer 2

规范中的相关产品是http://www.w3.org/TR/xml/#NT-Name

名称:: == NameStartChar NameChar *

NameStartChar :: =“：”| [AZ] | “_”| [az] | [＃xC0-＃xD6] | [＃xD8-＃xF6] | [＃xF8-＃x2FF] | [＃x370-＃x37D] | [＃x37F-＃x1FFF] | [＃x200C-＃x200D] | [＃x2070-＃x218F] | [＃x2C00-＃x2FEF] | [＃x3001-＃xD7FF] | [＃xF900-＃xFDCF] | [＃xFDF0-＃xFFFD] | [＃x10000-＃xEFFFF]

NameChar :: = NameStartChar | “ - ”| “” | [0-9] | ＃xB7 | [＃x0300-＃x036F] | [＃x203F-＃x2040]

所以匹配它的正则表达式是

"^[:A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6\\u00F8-\\u02ff\\u0370-\\u037d"
+ "\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f\\u2c00-\\u2fef\\u3001-\\ud7ff"
+ "\\uf900-\\ufdcf\\ufdf0-\\ufffd\\x10000-\\xEFFFF]"
+ "[:A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6"
+ "\\u00F8-\\u02ff\\u0370-\\u037d\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f"
+ "\\u2c00-\\u2fef\\u3001-\\udfff\\uf900-\\ufdcf\\ufdf0-\\ufffd\\-\\.0-9"
+ "\\u00b7\\u0300-\\u036f\\u203f-\\u2040]*\\Z"

如果要处理命名空间名称，则需要确保最多只有一个冒号，所以

"^[A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6\\u00F8-\\u02ff\\u0370-\\u037d"
+ "\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f\\u2c00-\\u2fef\\u3001-\\udfff"
+ "\\uf900-\\ufdcf\\ufdf0-\\ufffd]"
+ "[A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6\\u00F8-\\u02ff\\u0370-\\u037d"
+ "\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f\\u2c00-\\u2fef\\u3001-\\udfff"
+ "\\uf900-\\ufdcf\\ufdf0-\\ufffd\\-\\.0-9\\u00b7\\u0300-\\u036f\\u203f-\\u2040]*"
+ "(?::[A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6\\u00F8-\\u02ff\\u0370-\\u037d"
+ "\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f\\u2c00-\\u2fef\\u3001-\\udfff"
+ "\\uf900-\\ufdcf\\ufdf0-\\ufffd]"
+ "[A-Z_a-z\\u00C0\\u00D6\\u00D8-\\u00F6\\u00F8-\\u02ff\\u0370-\\u037d"
+ "\\u037f-\\u1fff\\u200c\\u200d\\u2070-\\u218f\\u2c00-\\u2fef\\u3001-\\udfff"
+ "\\uf900-\\ufdcf\\ufdf0-\\ufffd\\-\\.0-9\\u00b7\\u0300-\\u036f\\u203f-\\u2040]*)?\\Z"

（错过了另一个03gf;改为036f）

Answer 3

作为已接受答案的当前补充：

至少Oracle的JDK 1.8（可能也是较旧的）在非公共com.sun.*包中内部使用Xerces解析器。 您永远不应该直接使用这些类中的任何实现，因为它们可能会在未来版本的JDK中更改而不另行通知！ 但是，xml元素名称有效性检查所需的代码已经很好地封装，可以复制到您自己的代码中。 这样，您可以避免对外部库的另一依赖。

这是从内部类com.sun.org.apache.xerces.internal.util.XMLChar获取的必需代码：

public class XMLChar {

    /** Character flags. */
    private static final byte[] CHARS = new byte[1 << 16];

    /** Name start character mask. */
    public static final int MASK_NAME_START = 0x04;

    /** Name character mask. */
    public static final int MASK_NAME = 0x08;

    static {
        // Initializing the Character Flag Array
        // Code generated by: XMLCharGenerator.

        CHARS[9] = 35;
        CHARS[10] = 19;
        CHARS[13] = 19;

        // ...
        // the entire static block must be copied
    }

    /**
     * Check to see if a string is a valid Name according to [5]
     * in the XML 1.0 Recommendation
     *
     * @param name string to check
     * @return true if name is a valid Name
     */
    public static boolean isValidName(String name) {
        final int length = name.length();
        if (length == 0) {
            return false;
        }
        char ch = name.charAt(0);
        if (!isNameStart(ch)) {
            return false;
        }
        for (int i = 1; i < length; ++i) {
            ch = name.charAt(i);
            if (!isName(ch)) {
                return false;
            }
        }
        return true;
    }

    /**
     * Returns true if the specified character is a valid name start
     * character as defined by production [5] in the XML 1.0
     * specification.
     *
     * @param c The character to check.
     */
    public static boolean isNameStart(int c) {
        return c < 0x10000 && (CHARS[c] & MASK_NAME_START) != 0;
    }

    /**
     * Returns true if the specified character is a valid name
     * character as defined by production [4] in the XML 1.0
     * specification.
     *
     * @param c The character to check.
     */
    public static boolean isName(int c) {
        return c < 0x10000 && (CHARS[c] & MASK_NAME) != 0;
    }
}

Answer 4

使用org.apache.xerces实用程序是一个很好的方法; 但是，如果您需要坚持使用标准Java API的Java代码，那么以下代码将执行此操作：

public void parse(String xml) throws Exception {

    XMLReader parser = XMLReaderFactory.createXMLReader();
    parser.setContentHandler(new DefaultHandler());
    InputSource source = new InputSource(new ByteArrayInputStream(xml.getBytes()));
    parser.parse(source);
}