java 标准库产生错误的 xml 1.1

Question

上周我发现了这个有趣的问题。运行下面的程序。很简单，首先创建一个虚拟的 xml 文件，然后使用标准 lib 读取它并将其写回到文件中。

查看生成的 gtest2.xml，您会发现其中有一些莫名其妙的内容。

就我而言，这是错误部分的示例（不同机器上的位置有所不同）。

<test>1924</test>
<test>1925</test>
<test>t&gt;24</test>
<test>1927</test>
<test>1928</test>
<test>1929</test>

如果我将 xml 版本更改为 1.0，则不会发生这种情况。我的代码或者jdk有问题吗？

这是测试代码：

import java.io.File;
import java.io.PrintWriter;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.OutputKeys;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.w3c.dom.Document;

public class DocumentBuilderCheck {

    public static void main(String[] args) throws Exception {
        String filename = "/tmp/gtest.xml";
        generateXmlFile(filename, 2500);
        Document doc = readXmlFile(filename);

        String filename2 = "/tmp/gtest2.xml";
        writeDocument(doc, filename2);
    }

    private static void writeDocument(Document document, String filename) throws Exception {
        StreamResult streamResult = new StreamResult(filename);
        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        Transformer transformer = transformerFactory.newTransformer();
        transformer.setOutputProperty(OutputKeys.INDENT, "yes");
        transformer.setOutputProperty(OutputKeys.METHOD, "xml");
        transformer.transform(new DOMSource(document), streamResult);
    }

    private static Document readXmlFile(String filename) throws Exception {
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        dbf.setNamespaceAware(true);
        DocumentBuilder db = dbf.newDocumentBuilder();
        Document doc = db.parse(new File(filename));
        return doc;
    }

    private static void generateXmlFile(String filename, int total)
            throws Exception {
        File f = new File(filename);

        PrintWriter pw = new PrintWriter(f);
        pw.write("<?xml version=\"1.1\" encoding=\"UTF-8\"?>");
        pw.write("<main_tag>");
        for (int i = 0; i < total; i++) {
            pw.write("<test>" + String.format("%04d", i) + "</test>");
        }
        pw.write("</main_tag>");
        pw.close();
    }
}

Answer 1

我不知道会带来什么，但是 JDK 的一个众所周知的（？）问题是它通常包含旧版本的库，例如 Xerces（XML 解析器）和 Xalan（XSLT 处理器）。更糟糕的是，有时这些是使用旧版本作为基准的自定义版本，以及一些补丁集，因此很难验证会发生什么。

因此，建议不要依赖捆绑的任何内容，而是明确使用官方 Xerces/Xalas 版本，以确保所使用的版本是已知的，并且您至少可以检查存在哪些已知问题。

因此，也许您可​​以使用最新的 Xerces 和 Xalan 版本来确保它不是之前已修复的问题。