解析XML时忽略DTD

Question

在使用XOM xml库解析文件时,如何忽略DTD声明.我的文件有以下行:

<?xml version="1.0"?>
<!DOCTYPE BlastOutput PUBLIC "-//NCBI//NCBI BlastOutput/EN" "NCBI_BlastOutput.dtd">
//rest of stuff here 

当我尝试构建()我的文档时,我得到一个DTD文件的文件未发现异常.我知道我没有这个文件,我不关心它,所以如何在使用XOM时将其删除？

这是一段代码:

public BlastXMLParser(String filePath) {
    Builder b = new Builder(false);
     //not a good idea to have exception-throwing code in constructor
    try {

        _document = b.build(filePath);
    } catch (ParsingException ex) {
        Logger.getLogger(BlastXMLParser.class.getName()).log(Level.SEVERE,"err", ex);
    } catch (IOException ex) {
        //
    }

private Elements getBlastReads() {
    Element root = _document.getRootElement();
    Elements rootChildren = root.getChildElements();

    for (int i = 0; i < rootChildren.size(); i++) {
        Element child = rootChildren.get(i);
        if (child.getLocalName().equals("BlastOutput_iterations")) {

            return child.getChildElements();
        }
    }

    return null;
}
}

我在这一行得到一个NullPointerException:

Element root = _document.getRootElement();

从源XML文件中删除DTD行后,我可以成功解析它,但这不是最终生产系统中的一个选项.

Answer 1

首选解决方案是实现一个EntityResolver,它拦截对DTD的请求并将这些请求重定向到嵌入式副本.如果你

1. 无法访问DTD和
2. 绝对确定你不需要它(除了验证它还可以声明文档中使用的字符实体)和
3. 您正在使用Xerces XML Parser实现

您可以通过设置相应的SAX功能来禁用DTD的提取.在XOM中,这应该可以通过将XMLReader传递给Builder构造函数来实现,如下所示:

import org.xml.sax.XMLReader;
import org.xml.sax.helpers.XMLReaderFactory;

...

XMLReader xmlreader = XMLReaderFactory.createXMLReader();
xmlreader.setFeature("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
Builder builder = new Builder(xmlreader);

Answer 2

根据他们的文档，这是在没有任何验证的情况下解析文档的方法。

try {
  Builder parser = new Builder();
  Document doc = parser.build("http://www.cafeconleche.org/");
}
catch (ParsingException ex) {
  System.err.println("Cafe con Leche is malformed today. How embarrassing!");
}
catch (IOException ex) {
  System.err.println("Could not connect to Cafe con Leche. The site may be down.");
}

如果您确实想验证 XML 模式，则必须调用new Builder(true)：

try {
  Builder parser = new Builder(true);
  Document doc = parser.build("http://www.cafeconleche.org/");
}
catch (ValidityException ex) {
  System.err.println("Cafe con Leche is invalid today. (Somewhat embarrassing.)");
}
catch (ParsingException ex) {
  System.err.println("Cafe con Leche is malformed today. (How embarrassing!)");
}
catch (IOException ex) {
  System.err.println("Could not connect to Cafe con Leche. The site may be down.");
}

请注意，现在可能会引发另一个异常：ValidityException