将 doctype 插入 XML 文档 (Java/SAX)

Question

假设您有一个 XML 文档并假设您有 DTD，但文档本身实际上并未指定 DOCTYPE ...您将如何插入 DOCTYPE 声明，最好通过在解析器上指定它（类似如何为将要解析的文档设置架构）或通过XMLFilter 等插入必要的 SAX 事件？

我发现了很多对EntityResolver 的引用，但这是在解析过程中找到DOCTYPE 时调用的内容，它用于指向本地DTD 文件。 EntityResolver2 似乎有我正在寻找的东西，但我没有找到任何使用示例。

这是我迄今为止最接近的：（代码是 Groovy，但足够接近你应该能够理解它......）

import org.xml.sax.*
import org.xml.sax.ext.*
import org.xml.sax.helpers.*

class XmlFilter extends XMLFilterImpl {
    public XmlFilter( XMLReader reader ) { super(reader) }

    @Override public void startDocument() {
        super.startDocument()        
        super.resolveEntity( null, 
            'file:///./entity.dtd')
        println "filter startDocument"
    }
}

class MyHandler extends DefaultHandler2 { 
    public InputSource resolveEntity(String name, String publicId, String baseURI, String systemId) {
        println "entity: $name, $publicId, $baseURI, $systemId"
        return new InputSource(new StringReader('<!ENTITY asdf "&#161;">'))
    }
}

def handler = new MyHandler()

def parser = XMLReaderFactory.createXMLReader()
parser.setFeature 'http://xml.org/sax/features/use-entity-resolver2', true
def filter = new XmlFilter( parser )
filter.setContentHandler( handler )
filter.setEntityResolver( handler )

filter.parse( new InputSource(new StringReader('''<?xml version="1.0" ?>
    <test>one &asdf; two! &nbsp; &iexcl;&pound;&cent;</test>''')) );

我看到resolveEntity 被调用但仍然命中

org.xml.sax.SAXParseException：实体“asdf”已被引用，但未声明。
在 com.sun.org.apache.xerces.internal.parsers.AbstractSAXParser.parse(AbstractSAXParser.java:1231)
在 org.xml.sax.helpers.XMLFilterImpl.parse(XMLFilterImpl.java:333)

我猜这是因为没有办法添加 解析器 知道的 SAX 事件，我只能通过解析器上游的过滤器添加事件，这些过滤器传递给 ContentHandler。因此，进入 XMLReader 的文档必须是有效的。有什么办法吗？我知道我可以修改原始流以添加 doctype 或可能进行转换以设置 DTD...还有其他选项吗？

Answer 1

您可以尝试 DoctypeChanger 按照您的建议修改原始流：

DoctypeChanger 是一个 Java 类，当它被输入 XML 解析器时，它允许您从字节流中添加、修改或删除 DOCTYPE 声明。

InputStream in = ...   // get your XML InputStream
DOCTYPEChangerStream changer = new DOCTYPEChangerStream(in);
changer.setGenerator( 
    new DoctypeGenerator() {
        public Doctype generate(Doctype old) {
            return new DoctypeImpl("rootElement", "pubId", "sysId", "internalSubset");
        }
    } 
);
// .. and pass it on to the parser.

Answer 2

我会使用 xslt 样式表进行身份转换，并使用 xsl:output 元素和 doctype-system 属性（如果我想添加公共标识符，还可以使用 doctype-public）。

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output doctype-system="test.dtd"/>
   <xsl:template match="node()|@*">
      <xsl:copy>
         <xsl:apply-templates select="node()|@*"/>
      </xsl:copy>
   </xsl:template>
</xsl:stylesheet>