Xerces 在 SUN JRE v1.5 和 IBM J9 v1.5 上的行为不同

Question

我正在尝试使用 NekoHTML 解析一些 HTML。

问题是，当在SUN JDK 1.5.0_01 上执行以下代码 sn-p 时，它工作正常（这是当我使用带有 sun jre 的 eclipse 时）。但是，当在IBM J9 VM (build 2.3, J2RE 1.5.0 IBM J9 2.3 Windows XP x86-32 j9vmwi3223ifx-20070323 (JIT enabled) 上执行相同的操作时，它就无法正常工作（这是我使用 IBM RAD 进行开发的时候）。

NodeList tags = doc.getElementsByTagName("td"); 

for (int i = 0; i < tags.getLength(); i++) 
{
 Element elem = (Element) tags.item(i);
 // do something with elem
}

通过正常工作，我的意思是我得到了一个“td”元素列表，我可以进一步处理这些元素。如果是 J9，我没有进入 for 循环。

我正在使用最新版本的 NekoHTML（以及捆绑的 Xerces jars）。上面代码中的doc是org.w3.dom.Document类型（使用的运行时类是org.apache.html.dom.HTMLDocumentImpl）

IBM J9 详情如下：

java version "1.5.0"
Java(TM) 2 Runtime Environment, Standard Edition (build pwi32devifx-20070323 (ifix 117674: SR4 + 116644 + 114941 + 116110 + 114881))
IBM J9 VM (build 2.3, J2RE 1.5.0 IBM J9 2.3 Windows XP x86-32 j9vmwi3223ifx-20070323 (JIT enabled)
J9VM - 20070322_12058_lHdSMR
JIT  - 20070109_1805ifx3_r8
GC   - WASIFIX_2007)
JCL  - 20070131

感谢任何想法、建议或解决方法。谢谢。

Answer 1

我有两个想法。

1. 我刚刚验证了 xerces 是 JRE 安装的一部分，所以我相信它会从那里到达应用程序的类路径。可能 SUN 和 IBM 为您带来了不同版本的 xerces。因此，作为第一种方法，检查它并可能尝试将您在 IBM 下的内容替换为 SUN 的版本。如果它对您有帮助，您有 2 个选择：继续使用 SUN 的 xerces 运行 IBM java，或者继续调查 IBM 的 xerces 出了什么问题。
2. 您的开发环境和生产环境之间是否存在其他差异？这些是相同的操作系统吗？您是否有机会使用（例如）windows 进行开发，使用 unix 进行生产，但是您的 xml 是在 Windows 上以 \r\n 作为新行编写的？甚至更多：如果您的 XML 包含 unicode 字符并写在 windows 中，它可以包含特殊（不可见）前缀，表明这是 unicode。此前缀可能会导致解析器失败。