SAX：XML文檔結構必須在同一實體內開始和結束

Question

我正在嘗試使用javax.xml.stream.XMLStreamReader解析（相當大的）XML文件。 這些文件格式正確（已使用xmllint驗證），但仍然出現以下異常：

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)

這是我的代碼的簡化：

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()...
        }
    }
}

我已經按照錯誤消息中的指示檢查了XML中的行/列，沒有發現任何異常。 我一直在考慮文件的大小可能是個問題，它們會被截斷，以便在關閉根元素之前先讀取EOF。 那可行嗎？如果可以，我該如何避免呢？

編輯：bz2壓縮文件的大小最大為1.5G，最多7M行，但是大約10K行后，在4M崩潰時文件也較小（盡管發生問題的行數往往因3K行而異） 。

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

實際XML中的屬性為：index =“ 1”，因此它是有效的，但已被截斷或其他內容。 相同的代碼和XML適用於Java 1.7.0u51，但是由於上述1.7.0u71異常而失敗。 位置始終與該文件位於同一列（CharacterOffset = 4207736）。 我正在使用JAXB，它在解組期間調用此方法，但是除Java版本外沒有任何改變。

我建議檢查最近添加的一些新XML限制，以減少拒絕服務攻擊，它確實適合我的情況。 https://docs.oracle.com/javase/tutorial/jaxp/limits/using.html

具體來說，將以下內容添加到正在運行的命令行會禁用所有這些。 我強烈建議您找到更好的限制（或引起您問題的特定限制），而不是將其全部關閉為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