Java 的 XML 解析器太宽容了

Question

我正在编写测试，因此我需要一个 XML 解析器来检测任何可能的与允许的语法的偏差。

尽管此代码包含>>：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setNamespaceAware(false);
DocumentBuilder builder = factory.newDocumentBuilder();
String oops = "<xml><oops></oops>></xml>";
ByteArrayInputStream stream = new ByteArrayInputStream(oops.getBytes());
builder.parse(stream);

如何提高语法检查级别？抱怨任何事情，而不仅仅是>>我能找到的一点点？

（请注意，虽然本文的其他读者可能对可以做到这一点的第三方库感兴趣，但我只能使用它javax来防止项目中失控的依赖项）

Answer 1

您将无法配置（正确实现的）XML 解析器来拒绝>示例中不需要的内容。根据XML 规范，>此时A是允许的：

右尖括号 ( >)可以使用字符串 " >" 表示，并且为了兼容性，当它出现在内容中的字符串 " " 中且该字符串不标记结束时，必须使用 " >" 或字符引用进行转义]]>的一个CDATA部分。

因此，如果您想检测无关的内容，>则需要对元素内容进行一些额外的检查。

^{如果您想要/需要区分元素内容中的（意外）>字符和（有意）字符，这将很困难。>XML 解析器会>在解析过程中将它们规范化，我不知道是否有办法阻止它这样做。}