我在使用 DOM 解析器解析带有 DOCTYPE 声明的 xhtml 时遇到问题。
错误： java.io.IOException：服务器返回 HTTP 响应代码：503 用于 URL： http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd%20
声明：DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd
有没有办法将 xhtml 解析为 Document 对象而忽略 DOCTYPE 声明。
【问题讨论】：
标签： java xml xml-parsing
下面的代码 sn-p 指示解析器真正忽略 DOCTYPE 声明中的外部 DTD，而不是假解析器：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
(...)
DocumentBuilderFactory f = DocumentBuilderFactory.newInstance();
f.setValidating(false);
f.setAttribute("http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
DocumentBuilder builder = f.newDocumentBuilder();
Document document = builder.parse( ... )
【讨论】：
一个对我有用的解决方案是给 DocumentBuilder 一个返回空流的假解析器。这里有一个很好的解释（查看 kdgregory 的最后一条消息）
http://forums.sun.com/thread.jspa?threadID=5362097
这是 kdgregory 的解决方案：
documentBuilder.setEntityResolver(new EntityResolver()
{
public InputSource resolveEntity(String publicId, String systemId)
throws SAXException, IOException
{
return new InputSource(new StringReader(""));
}
});
【讨论】：
最简单的做法是在 DocumentBuilderFactory 中设置 validating=false。如果要进行验证，请下载 DTD 并使用本地副本。正如上面 Rachel 所评论的，这在The WWW Consortium.
上进行了讨论简而言之，因为默认的 DocumentBuilderFactory 每次验证时都会下载 DTD，所以每次典型程序员尝试解析 Java 中的 XHTML 文件时，W3 都会受到打击。他们负担不起这么多的流量，所以他们以错误响应。
【讨论】：
解析器对于下载 DTD 是必需的，但您可以通过在 <?xml... ?> 行上设置独立属性来绕过它。
但是请注意，此特定错误很可能是由 XML Schema 定义和 DTD URL 之间的混淆触发的。有关详细信息，请参阅http://www.w3schools.com/xhtml/xhtml_dtd.asp。正确的是：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
【讨论】：
.dtd 和 " 之间有一个空格