Java StAX解析器无法解析有效的xml

Question

家伙。

我花了很多时间试图了解这是一个错误还是我自己缺乏教育。 基本上，我正在尝试对特定元素做出反应，并使用Java StAX API使用Transformer读取其内容。

当XML格式相当或元素之间有空格时，一切都有效。 但是，只要它看到XML在元素之间没有空格字符，它就会严重破坏。

有代码及其输出来说明问题。

有3个示例XML，前2个显示2个不同的中断场景，而最后一个显示正确的处理：

• 在没有空格的第一个场景中，它会跳过一些元素。 在下面的示例中，它跳过除一个“node”元素之外的所有元素。 在现实世界中，它会跳过其他每个节点。 可能是因为节点内容更丰富。

• 在第二个场景中，我仅在节点元素之间添加了空格。 如您所见，它无法正确处理文档的结尾。

• 在上一个场景中，我在最后一个节点和关闭根元素之间添加了空格。 处理按需要进行。

在我的真实世界场景中，我期望单行无分隔符XML，因此我需要方案1正常工作，并且也很高兴知道对XML的有效更改（例如在元素之间添加空格）不会破坏处理比如场景2。

请帮忙！！！

完整的单类应用程序测试代码.StAXTest：

package test;

import java.io.StringReader;
import java.io.StringWriter;

import javax.xml.stream.XMLInputFactory;
import javax.xml.stream.XMLStreamConstants;
import javax.xml.stream.XMLStreamReader;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.stax.StAXSource;
import javax.xml.transform.stream.StreamResult;

public class StAXTest {
    private final static String XML1 = "<root><node></node><node></node></root>";
    private final static String XML2 = "<root><node></node> <node></node></root>";
    private final static String XML3 = "<root><node></node> <node></node> </root>";

    public static void main(String[] args) throws Exception {
        processXML(XML1);
        processXML(XML2);
        processXML(XML3);
    }

    private static void processXML(String xml) {
        try {
            System.out.println("XML Input:\n" + xml + "\nProcessing:");

            XMLInputFactory xif = XMLInputFactory.newInstance();
            XMLStreamReader reader = xif.createXMLStreamReader(new StringReader(xml));
            TransformerFactory tf = TransformerFactory.newInstance();

            int nodeCount = 0;

            while (reader.nextTag() == XMLStreamConstants.START_ELEMENT) {
                String localName = reader.getLocalName();
                if (localName.equals("node")) {
                    Transformer t = tf.newTransformer();
                    StringWriter st = new StringWriter();
                    t.transform(new StAXSource(reader), new StreamResult(st));
                    String xmlNode = st.toString();
                    System.out.println(nodeCount + ": " + xmlNode);
                    nodeCount++;
                }
            }
        } catch (Throwable t) {
            t.printStackTrace(System.out);
        }
        System.out.println("------------------------------------------------");
    }
}

应用程序输出，包含所有3个方案。 请注意，在第一个场景中，转换的XML部分包含1个节点，而不是2.因此第二个节点完全“在转换中丢失”。

XML Input:
<root><node></node><node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
javax.xml.stream.XMLStreamException: ParseError at [row,col]:[-1,-1]
Message: found: END_DOCUMENT, expected START_ELEMENT or END_ELEMENT
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.nextTag(XMLStreamReaderImpl.java:1247)
    at com.newedge.test.StAXTest.processXML(StAXTest.java:35)
    at com.newedge.test.StAXTest.main(StAXTest.java:21)
------------------------------------------------
XML Input:
<root><node></node> <node></node> </root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------

Answer 1

问题是在使用transform方法之后， XMLStreamReader指向要处理的下一个XML事件（即第二个<node>开始标记或</root>结束标记）。 但是，当您在while循环的顶部调用nextTag()时，您将通过另一个事件推进读者。 这会导致它跳过此事件。

在</node>结束标记后面有空格的示例中，正是跳过的空白字符数据事件。 在其他情况下，正在跳过XML开始元素或结束元素事件，这就是您获得意外结果的原因。

调用变换器后，应检查阅读器的当前eventType是START_ELEMENT还是END_ELEMENT 。 如果是这样，变压器已经推进了阅读器，你不应该再进一步推进它。 如果eventType是其他内容，或者您​​没有调用转换器，那么您可以调用nextTag()将读者推进到下一个标记。

我用以下代码替换了你的while循环：

        int eventType = reader.nextTag();
        while (eventType == XMLStreamConstants.START_ELEMENT) {
            String localName = reader.getLocalName();
            if (localName.equals("node")) {
                Transformer t = tf.newTransformer();
                StringWriter st = new StringWriter();
                t.transform(new StAXSource(reader), new StreamResult(st));
                String xmlNode = st.toString();
                System.out.println(nodeCount + ": " + xmlNode);
                nodeCount++;
                eventType = reader.getEventType();
                if (eventType != XMLStreamConstants.START_ELEMENT && eventType != XMLStreamConstants.END_ELEMENT) {
                    eventType = reader.nextTag();
                }
            } else {
                eventType = reader.nextTag();
            }

当我运行你的代码时，它给了我以下输出：

XML Input:
<root><node></node><node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node></root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------
XML Input:
<root><node></node> <node></node> </root>
Processing:
0: <?xml version="1.0" encoding="UTF-8"?><node/>
1: <?xml version="1.0" encoding="UTF-8"?><node/>
------------------------------------------------

Answer 2

感谢代码，但即便这样也给了我错误 - 所以我给了一个小内容，它现在正在运行

while(eventType == XMLStreamConstants.START_ELEMENT)
{
     String localName = reader.getLocalName();
     System.out.println(localName);

     if(localName == null)
     {
         eventType = reader.nextTag();
     }


    // Rest Program is same

}