【发布时间】:2013-11-13 22:02:42
【问题描述】:
我正在尝试解组从 NCBI 作为 BLAST 输出获得的 XML。不幸的是,它似乎在不应该的地方失败了。我得到的堆栈跟踪是:
org.xml.sax.SAXParseException; systemId: file:/C:/blast_output.xml; lineNumber: 578; columnNumber: 17; XML document structures must start and end within the same entity.
at com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.createSAXParseException(ErrorHandlerWrapper.java:198)
at com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.fatalError(ErrorHandlerWrapper.java:177)
at com.sun.org.apache.xerces.internal.impl.XMLErrorReporter.reportError(XMLErrorReporter.java:441)
at com.sun.org.apache.xerces.internal.impl.XMLErrorReporter.reportError(XMLErrorReporter.java:368)
at com.sun.org.apache.xerces.internal.impl.XMLScanner.reportFatalError(XMLScanner.java:1436)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.endEntity(XMLDocumentFragmentScannerImpl.java:911)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.endEntity(XMLDocumentScannerImpl.java:563)
at com.sun.org.apache.xerces.internal.impl.XMLEntityManager.endEntity(XMLEntityManager.java:1384)
at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.load(XMLEntityScanner.java:1774)
at com.sun.org.apache.xerces.internal.impl.XMLEntityScanner.skipSpaces(XMLEntityScanner.java:1502)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.seekCloseOfStartTag(XMLDocumentFragmentScannerImpl.java:1386)
at com.sun.org.apache.xerces.internal.impl.XMLNSDocumentScannerImpl.scanStartElement(XMLNSDocumentScannerImpl.java:246)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl$FragmentContentDriver.next(XMLDocumentFragmentScannerImpl.java:2778)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(XMLDocumentScannerImpl.java:606)
at com.sun.org.apache.xerces.internal.impl.XMLNSDocumentScannerImpl.next(XMLNSDocumentScannerImpl.java:117)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(XMLDocumentFragmentScannerImpl.java:510)
at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(XML11Configuration.java:848)
at com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse(XML11Configuration.java:777)
at com.sun.org.apache.xerces.internal.parsers.XMLParser.parse(XMLParser.java:141)
at com.sun.org.apache.xerces.internal.parsers.AbstractSAXParser.parse(AbstractSAXParser.java:1213)
at com.sun.org.apache.xerces.internal.jaxp.SAXParserImpl$JAXPSAXParser.parse(SAXParserImpl.java:649)
at com.sun.xml.internal.bind.v2.runtime.unmarshaller.UnmarshallerImpl.unmarshal0(UnmarshallerImpl.java:203)
... 37 more
stacktrace 中引用的 XML 行:
<Hsp_identity>8</Hsp_identity>
以及解组的代码:
JAXBContext jc = JAXBContext.newInstance(BlastOutput.class);
Unmarshaller u = jc.createUnmarshaller();
return (BlastOutput) u.unmarshal(outputFile);
也许有人可以解释这里失败的原因。
【问题讨论】:
-
xml 文档就这样结束了吗?从错误来看,它似乎在抱怨根节点缺少结束标记,但我可能是错的。
-
这还没有结束。该文件有 602 行长...
-
嗯,文档是不平衡的,换句话说,您在某处缺少结束标记或者它放错了位置。我对各种 xml 包中的行号有些奇怪,所以这可能不准确。我的建议是将 xml 文件拉入 eclipse 或类似的文件中并对其进行格式化,看看您是否无法确定哪个结束标签丢失/放错了位置。另一种选择是调试 XMLDocumentFragmentScannerImpl 的第 911 行,并查看它所期望的结束标记与找到的内容。
-
调试时我发现 if (fMarkupDepth != fEntityStack[fEntityDepth]) fMarkupDepth 为 8,fEntityStack 值为 0。手动检查时,xml 中的深度似乎没问题。尝试使用 eclipse 进行格式化,它可以正常工作,所以标记似乎也可以。
-
在这里抓住稻草,可能是编码不匹配吗?您确定 XML 声明中声明的
encoding="..."与保存文件的真实编码匹配吗?
标签: java xml jaxb unmarshalling