在 Java 中无需 root 即可解析 XML 文件

Question

我有这个没有根节点的 XML 文件。除了手动添加“假”根元素之外，还有什么方法可以用 Java 解析 XML 文件吗？谢谢。

Answer 1

我想您可以创建一个新的 InputStream 实现来包装您将要解析的输入流。此实现将在来自包装流的字节之前返回开始根标记的字节，然后返回结束根标记的字节。这做起来相当简单。

我可能也面临这个问题。遗留代码，是吗？

伊恩.

编辑：您还可以查看 java.io.SequenceInputStream，它允许您将流相互追加。您需要将前缀和后缀放入字节数组中并将它们包装在 ByteArrayInputStreams 中，但这一切都相当简单。

Answer 2

您的 XML 文档需要一个根 xml 元素才能被视为格式良好。如果没有这个，您将无法使用 xml 解析器来解析它。

Answer 3

一种方法是提供您自己的虚拟包装器，而不触及原始的“xml”（格式不正确的“xml”），需要这个词：

语法

<!DOCTYPE some_root_elem SYSTEM "/home/ego/some.dtd"
[
  <!ENTITY entity-name "Some value to be inserted at the entity">
]

示例：

<!DOCTYPE dummy [
<!ENTITY data SYSTEM "http://wherever-my-data-is">
]>
<dummy>
&data;
</dummy>

Answer 4

您可以使用另一个解析器，例如 Jsoup。它可以在没有根的情况下解析 XML。

Answer 5

我认为即使任何 API 有一个选项，它也只会返回“XML”的第一个节点，它看起来像根，并丢弃其余的节点。

所以答案可能是自己做。 Scanner 或 StringTokenizer 可能可以解决这个问题。

也许一些 html 解析器可能会有所帮助，它们通常不太严格。

Answer 6

这就是我所做的：

有一个旧的 java.io.SequenceInputStream 类，它太旧了，它需要 Enumeration 而不是 List 等。

有了它，您可以在无根 XML 流周围添加根元素标签（在我的例子中为

和

）。 （由于性能和内存原因，您不应该通过连接字符串来完成此操作。）

public void tryExtractHighestHeader(ParserContext context)
{
    String xhtmlString = context.getBody();
    if (xhtmlString == null || "".equals(xhtmlString))
        return;

    // The XHTML needs to be wrapped, because it has no root element.
    ByteArrayInputStream divStart = new ByteArrayInputStream("<div>".getBytes(StandardCharsets.UTF_8));
    ByteArrayInputStream divEnd = new ByteArrayInputStream("</div>".getBytes(StandardCharsets.UTF_8));
    ByteArrayInputStream is = new ByteArrayInputStream(xhtmlString.getBytes(StandardCharsets.UTF_8));
    Enumeration<InputStream> streams = new IteratorEnumeration(Arrays.asList(new InputStream[]{divStart, is, divEnd}).iterator());

    try (SequenceInputStream wrapped = new SequenceInputStream(streams);) {
        DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
        DocumentBuilder builder = builderFactory.newDocumentBuilder();
        Document xmlDocument = builder.parse(wrapped);

从这里您可以做任何您喜欢的事情，但请记住额外的元素。

        XPath xPath = XPathFactory.newInstance().newXPath();
    }
    catch (Exception e) {
        throw new RuntimeException("Failed parsing XML: " + e.getMessage());
    }
}