如何在 Java 中解析“事件 XML”？

Question

我希望使用 Java 来解析由远程设备生成的持续事件驱动 XML 流。以下是两个事件的简化示例：

<?xml version="1.0"?>
<Event> DeviceEventMsg
<Param1>SomeParmValue</Param1>
</Event>
<?xml version="1.0"?>
<Event> DeviceEventMsg
<Param1>SomeParmValue</Param1>
</Event>

似乎 SAX 比 DOM 更适合于此，因为它是一个持续的流，尽管我对 Sax 不太熟悉。不要因为 XML 的结构而对我大喊大叫——我已经知道并且无法更改它。

是的，设备确实在每个事件之前发送 xml 指令。我的第一个问题是第二个 xml 处理指令正在破坏 SAX 解析器。

任何人都可以提出一种解决方法吗？

---

到目前为止，我正在使用的第二条 xml 处理指令的代码是：

public class TestMe extends HandlerBase {
    public void startDocument () throws SAXException
    {
        System.out.println("got startDocument");
    }

    public void endDocument () throws SAXException
    {
        System.out.println("got endDocument");
    }

    public void startElement (String name, AttributeList attrs) throws SAXException
    {
        System.out.println("got startElement");
    }

    public void endElement (String name) throws SAXException
    {
        System.out.println("got endElement");
    }

    public void characters (char buf [], int offset, int len) throws SAXException
    {
        System.out.println("found characters");
    }

    public void processingInstruction (String target, String data) throws SAXException
    {
        System.out.println("got processingInstruction");
    } 

    public static void main(String[] args) {
        SAXParserFactory factory = SAXParserFactory.newInstance();
        try {
            SAXParser saxParser = factory.newSAXParser();
            // using a file as test input for now
            saxParser.parse( new File("devmodule.xml"), new TestMe() );

        } catch (Throwable err) {
            err.printStackTrace ();
        }
    }
}

Answer 1

尝试使用StAX 而不是 SAX。 StAX 提供了更大的灵活性，它是流式 XML 的更好解决方案。 StAX 的实现很少，我对codehaus 很满意，但也有一个来自Sun。 它可能会解决你的问题。

Answer 2

还有一个建议，特别是关于多个 xml 声明。是的，这是非法的 xml，所以正确的解析器会使用默认模式来处理它。 但是一些解析器有备用的“多文档”模式。例如，Woodstox 就有这个，所以您可以查看：

http://www.cowtowncoder.com/blog/archives/2008/04/entry_66.html

基本上，您必须告诉解析器（通过输入工厂）输入是“多个 xml 文档”（ParsingMode.PARSING_MODE_DOCUMENTS）的形式。

如果是这样，它将接受多个 xml 声明，每个声明都表示一个新文档的开始。

Answer 3

如果你打印出开始和结束元素 System.out.println() 的名称，你会得到这样的结果：

得到了 startDocument 得到了 startElement 事件发现 发现字符 字符得到了 startElement Param1 找到的字符得到 endElement Param1 发现字符得到 endElement 事件 org.xml.sax.SAXParseException： 处理指令目标匹配 不允许使用“[xX][mM][lL]”。 ...

所以我认为是第二个

<?xml version="1.0"?>

没有得到 endDocument 会导致解析器问题。

Answer 4

如果你添加这个：

catch(SAXException SaxErr){
        System.out.println("ignore this error");
    }

在其他捕获之前，您将捕获这个特定错误。然后，您必须重新打开设备或对于静态文件情况，您可能需要跟踪您是否在文件中。

或者在结束事件事件时，关闭设备/文件，然后为下一个事件重新打开它。

Answer 5

RE：Simon 建议捕获 SAXException 以确定您何时到达一个 XML 文档的结尾并到达另一个 XML 文档的开头，我认为这将是一个有问题的方法。如果发生另一个错误（无论出于何种原因），您将无法判断异常是由于错误的 XML 还是由于您已到达文档末尾而引发的。

问题在于解析器是用来处理 XML 文档的；不是几个 XML 文档的流。我建议编写一些代码来手动解析传入的数据流，将其分解为包含单个 XML 文档的单个流；然后将这些流串行传递给 XML 解析器（这样可以保证事件的顺序）。