使用 Stax 解析器解析 XML 1.1 文档时出错答案

【问题标题】：Getting error while parsing an XML 1.1 document with Stax parser使用 Stax 解析器解析 XML 1.1 文档时出错
【发布时间】：2020-01-10 12:11:09
【问题描述】：

我正在尝试解析 Burp Suite XML 导出。我使用过 Stax 解析器和 XPath 解析器。但我得到了

Location: /py/message/viewBill.pt [id parameter]]]></location>
<severity>High</severity>
<confidence>Certain</confidence>
<issueBackground><![CDATA[Reflected 
javax.xml.stream.XMLStreamException: ParseError at [row,col]:[66,2357]
Message: The element type "location" must be terminated by the matching end-tag "< /location>".
    at com.sun.org.apache.xerces.internal.impl.XMLStreamReaderImpl.next(XMLStreamReaderImpl.java:604)
    at com.sun.xml.internal.stream.XMLEventReaderImpl.nextEvent(XMLEventReaderImpl.java:83)

总是出错。虽然有一个结束标签，但解析器找不到它。我的代码是：

XMLInputFactory factory = XMLInputFactory.newInstance();
XMLEventReader eventReader = factory.createXMLEventReader(new StringReader(str));

while (eventReader.hasNext()) {
    XMLEvent event = eventReader.nextEvent();

    switch (event.getEventType()) {

        case XMLStreamConstants.START_ELEMENT:
            StartElement startElement = event.asStartElement();
            String qName = startElement.getName().getLocalPart();

            if (qName.equalsIgnoreCase(ISSUES)) {
                issues = true;
            } else if (qName.equalsIgnoreCase(ISSUE)) {
                issue = true;
            } else if (qName.equalsIgnoreCase(NAME)) {
                name = true;
            } else if (qName.equalsIgnoreCase(HOST)) {
                host = true;
            } else if (qName.equalsIgnoreCase(PATH)) {
                path = true;
            } else if (qName.equalsIgnoreCase(LOCATION)) {
                location = true;
            } else if (qName.equalsIgnoreCase(SEVERITY)) {
                severity = true;
            }
            break;

        case XMLStreamConstants.CHARACTERS:
            Characters characters = event.asCharacters();
            if (name) {
                System.out.println("Name: " + characters.getData());
                name = false;
            } else if (host) {
                System.out.println("Host: " + characters.getData());
                host = false;
            } else if (path) {
                System.out.println("Path: " + characters.getData());
                path = false;
            } else if (location) {
                System.out.println("Location: " + characters.getData());
                location = false;
            } else if (severity) {
                System.out.println("severity: " + characters.getData());
                severity = false;
            }
            break;

        case XMLStreamConstants.END_ELEMENT:
            EndElement endElement = event.asEndElement();
            String endElementName = endElement.getName().getLocalPart();

            if (endElementName.equalsIgnoreCase(ISSUE)) {
                issue = false;
            } else if (endElementName.equalsIgnoreCase(NAME)) {
                name = false;
            } else if (endElementName.equalsIgnoreCase(HOST)) {
                host = false;
            } else if (endElementName.equalsIgnoreCase(PATH)) {
                path = false;
            } else if (endElementName.equalsIgnoreCase(LOCATION)) {
                location = false;
            } 
            break;
    }
}

我正在尝试解析我在 https://github.com/mtesauro/parse-tools/blob/master/examples/brief-burp-export.xml 上找到的报告。

有人可以给点建议吗？

【问题讨论】：

您使用的是哪个 stax 解析器？我的猜测是它不支持 XML 1.1。你试过xerces吗？
@ArvidHeise 我正在使用 xerces。

标签： java xpath stax

【解决方案1】：

我会冒险猜测这是 XML 解析器中的一个错误。具体来说，我怀疑它没有将第 63 行的 ]]]> 识别为终止 CDATA 部分，因此它继续认为它在 CDATA 中，直到第 66 行末尾的 ]]>，此时它找到了结束标记 @ 987654323@ 在哪里寻找 </location>。向 XML 解析器的供应商提出一张票，或者切换到一个有效的。

【讨论】：

【解决方案2】：

我发现了一些使用 CSS 解析 Burp Export 的示例。比我找到Jsoup 用于 Java 中的 CSS 解析。这有点复杂，但效果很好。

Document document = Jsoup.parse(str);
Elements allElements = document.getAllElements();

for (Element element : allElements) {
    String tagName = element.tagName();
    String text = element.text();
    if (tagName.equalsIgnoreCase("name")) {
        System.out.println("name " + text);
    } else if (tagName.equalsIgnoreCase("host")) {
        System.out.println("host " + text);
        System.out.println("ip " + element.attr("ip"));
    }
}

【讨论】：

【解决方案3】：

我也面临同样的问题。在网上搜索了一段时间后，我找到了以下解决方案

由于 xml 值具有 CDATA，事件类型将为 XMLEvent.CDATA 而不是 XMLEvent.CHARACTERS

Switch(reader.hasNext()) {
case TAG:
    eventType = reader.next();
    if (eventType == XMLEvent.CDATA || eventType == XMLEvent.CHARACTERS) {
        System.out.println(reader.getText());
    }
    break;
........
}

我还添加了以下依赖项。我不确定这种依赖有什么帮助，但如果没有这种依赖，我们会得到上面提到的同样的异常。

但添加此依赖后问题得到解决。

<dependency>
    <groupId>com.fasterxml.woodstox</groupId>
    <artifactId>woodstox-core</artifactId>
    <version>5.0.0</version>
</dependency>

https://github.com/FasterXML/woodstox https://mvnrepository.com/artifact/com.fasterxml.woodstox/woodstox-core/5.0.0

【讨论】：