如何使用撒克逊内置目录功能

Question

我下载了 SaxonHE9-4-0-6J 并想在 CLI 上处理 XHTML。但是，Saxon 尝试从 W3C 加载 DTD，并且每个简单命令都需要花费太多时间。

我有 xml 目录，我通过设置指向目录文件的 env 变量成功地使用了 xmllint，但我不知道如何让 Saxon 使用它。谷歌揭示了与撒克逊人一起使用目录的整个变化历史（因此混乱），没有一个让我高兴。

我下载了resolver.jar 并将其设置在我的CLASSPATH 中，但我无法让Saxon 使用它。 经过各种组合后，我只使用目录变量来关注http://www.saxonica.com/documentation/sourcedocs/xml-catalogs.xml，例如：

-catalog:path-to-my-catalog

（尝试了 URI 和常规路径），并且没有设置 -r、-x、-y 开关，但 Saxon 没有看到它。我收到此错误：

查询处理失败：未能加载 Apache 目录解析器 图书馆

resolver.jar 在我的类路径中设置，我可以从命令行使用它：

C:\temp>java org.apache.xml.resolver.apps.resolver
Usage: resolver [options] keyword

Where:

-c catalogfile  Loads a particular catalog file.
-n name         Sets the name.
-p publicId     Sets the public identifier.
-s systemId     Sets the system identifier.
-a              Makes the system URI absolute before resolution
-u uri          Sets the URI.
-d integer      Set the debug level.
keyword         Identifies the type of resolution to perform:
                doctype, document, entity, notation, public, system,
                or uri.

OTOH，Saxon 存档本身已经包含 XHTML 和其他各种 DTD，因此必须有简单的方法来摆脱这种挫败感。

如何在命令行中使用 Saxon 并指示它使用本地 DTD？

Answer 1

来自您问题中的 saxonica 链接：

在命令行上使用 -catalog 选项时，它会覆盖 Saxon 中使用的内部解析器（从 9.4 开始）重定向众所周知的 W3C 对 Saxon 的本地副本的引用（例如 XHTML DTD） 这些资源。因为这两个特性都依赖于设置 XML 解析器的 EntityResolver，不能在 连词。

这听起来像撒克逊自动使用 well-known W3C DTDs 的本地副本，但如果您指定 -catalog，它不会使用内部解析器，您必须在目录中明确指定这些。

---

这是一个在 Saxon 中使用目录的工作示例...

我的示例的文件/目录结构

C:/so_test/lib
C:/so_test/lib/catalog.xml
C:/so_test/lib/resolver.jar
C:/so_test/lib/saxon9he.jar
C:/so_test/lib/test.dtd
C:/so_test/test.xml

XML DTD (so_test/lib/test.dtd)

<!ELEMENT test (foo)>
<!ELEMENT foo (#PCDATA)>

XML 实例 (so_test/test.xml)

请注意，系统标识符指向一个不存在的位置，以确保目录正在被使用。

<!DOCTYPE test PUBLIC "-//TEST//Dan Test//EN" "dir_that_doesnt_exist/test.dtd">
<test>
    <foo>Success!</foo>
</test>

XML 目录 (so_test/lib/catalog.xml)

<catalog xmlns="urn:oasis:names:tc:entity:xmlns:xml:catalog">
    <group prefer="public" xml:base="file:///C:/so_test/lib">
        <public publicId="-//TEST//Dan Test//EN" uri="lib/test.dtd"/>
    </group>
</catalog>

命令行

注意-dtd 选项以启用验证。

C:\so_test>java -cp lib/saxon9he.jar;lib/resolver.jar net.sf.saxon.Query -s:"test.xml" -qs:"<results>{data(/test/foo)}</results>" -catalog:"lib/catalog.xml" -dtd

结果

<results>Success!</results>

如果我使 XML 实例无效：

<!DOCTYPE test PUBLIC "-//TEST//Dan Test//EN" "dir_that_doesnt_exist/test.dtd">
<test>
    <x/>
    <foo>Success!</foo>
</test>

并运行与上面相同的命令行，结果如下：

Recoverable error on line 4 column 6 of test.xml:
  SXXP0003: Error reported by XML parser: Element type "x" must be declared.
Recoverable error on line 6 column 8 of test.xml:
  SXXP0003: Error reported by XML parser: The content of element type "test" must match "(foo)".
Query processing failed: The XML parser reported two validation errors

希望这个示例能帮助您弄清楚要对您的设置进行哪些更改。

此外，使用 -t 选项可以为您提供其他信息，例如加载的目录以及是否解析了公共标识符：

Loading catalog: file:///C:/so_test/lib/catalog.xml
Saxon-HE 9.4.0.6J from Saxonica
Java version 1.6.0_35
Analyzing query from {<results>{data(/test/foo)}</results>}
Analysis time: 122.70132 milliseconds
Processing file:/C:/so_test/test.xml
Using parser org.apache.xml.resolver.tools.ResolvingXMLReader
Building tree for file:/C:/so_test/test.xml using class net.sf.saxon.tree.tiny.TinyBuilder
Resolved public: -//TEST//Dan Test//EN
        file:/C:/so_test/lib/test.dtd
Tree built in 0 milliseconds
Tree size: 5 nodes, 8 characters, 0 attributes
<?xml version="1.0" encoding="UTF-8"?><results>Success!</results>Execution time: 19.482079ms
Memory used: 20648808

其他信息

Saxon distributes the Apache version of Xerces，所以请使用Apache Xerces distribution 中的resolver.jar。

Answer 2

Daniel Haley 比我更好地回答了如何在 Saxon 中使用显式目录。

至于使用众所周知的 DTD 的内置副本，如果 Saxon 9.4 识别出所需资源的系统 ID 或公共 ID，它确实会默认自动执行此操作。如果要访问 W3C 站点，我们首先需要发现的是您使用的 DOCTYPE 的精确形式。

有关加载 Apache 目录解析器失败的错误消息实际上意味着 Saxon 无法加载类 org.apache.xml.resolver.CatalogManager。我想知道您是否正在使用不包含此类的解析器版本？我想不出任何其他解释。