使用 DOM 解析 xml，DOCTYPE 被擦除

dom java xml doctype

2022-09-04 01:52:36

为什么 dom 与 java 在编辑 xml 时会擦除文档类型？

得到这个xml文件：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE map[ <!ELEMENT map (station*) >
                <!ATTLIST station  id   ID    #REQUIRED> ]>
<favoris>
<station id="5">test1</station>
<station id="6">test1</station>
<station id="8">test1</station>
</favoris>

我的功能非常基本：

public static void EditStationName(int id, InputStream is, String path, String name) throws ParserConfigurationException, SAXException, IOException, TransformerFactoryConfigurationError, TransformerException{
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    DocumentBuilder builder = factory.newDocumentBuilder();
    Document dom = builder.parse(is);

    Element e = dom. getElementById(String.valueOf(id));
    e.setTextContent(name);
    // Write the DOM document to the file
    Transformer xformer = TransformerFactory.newInstance().newTransformer();
    FileOutputStream fos = new FileOutputStream(path);
    Result result = new StreamResult(fos);  
    Source source = new DOMSource(dom);


        xformer.setOutputProperty(
                OutputKeys.STANDALONE,"yes"     
                );

    xformer.transform(source, result);
}

它正在工作，但文档类型被删除了！我刚刚得到了整个文档，但没有doctype部分，这对我来说很重要，因为它允许我通过id检索！我们如何保留文档类型？为什么它会删除它？我尝试了许多使用输出键的解决方案，例如omImpl.createDocumentType，但这些都不起作用...

谢谢！

答案 1

您的输入 XML 无效。那应该是：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris [
    <!ELEMENT favoris (station)+>
    <!ELEMENT station (#PCDATA)>
    <!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">test1</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

由于@DevNull写为完全有效，因此您无法编写（但是对于Java，即使存在该问题，它仍然可以工作）。<station id="5">test1</station>

DOCTYPE在输出 XML 文档中被擦除：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

我还没有找到丢失DTD的解决方案，但作为解决方法，您可以设置外部DTD：

xformer.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, "favoris.dtd");

结果（示例）文档：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris SYSTEM "favoris.dtd">
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

编辑：

我不认为使用Transformer类保存内联DTD（此处为vide）。如果不能使用外部 DTD 引用，则可以改为使用 DOM 级别 3 LSSerializer 类：

DOMImplementationLS domImplementationLS =
    (DOMImplementationLS) dom.getImplementation().getFeature("LS","3.0");
LSOutput lsOutput = domImplementationLS.createLSOutput();
FileOutputStream outputStream = new FileOutputStream("output.xml");
lsOutput.setByteStream((OutputStream) outputStream);
LSSerializer lsSerializer = domImplementationLS.createLSSerializer();
lsSerializer.write(dom, lsOutput);
outputStream.close();

输出所需的DTD（我看不到任何使用...添加的选项）：standalone="yes"LSSerializer

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE favoris [<!ELEMENT favoris (station)+>
<!ELEMENT station (#PCDATA)>
<!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

另一种方法是使用Apache Xerces2-J类：XMLSerializer

import org.apache.xml.serialize.OutputFormat;
import org.apache.xml.serialize.XMLSerializer;
...

XMLSerializer serializer = new XMLSerializer();
serializer.setOutputCharStream(new java.io.FileWriter("output.xml"));
OutputFormat format = new OutputFormat();
format.setStandalone(true);
serializer.setOutputFormat(format);
serializer.serialize(dom);

结果：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE favoris [<!ELEMENT favoris (station)+>
<!ELEMENT station (#PCDATA)>
<!ATTLIST station id ID #REQUIRED>
]>
<favoris>
    <station id="i5">new value</station>
    <station id="i6">test1</station>
    <station id="i8">test1</station>
</favoris>

答案 2

（这个回答在某种程度上只是对@Grzegorz Szpetkowski的答案的补充，为什么它有效）

您丢失了文档类型定义，因为您使用的类生成 XSL 转换。XSLT 树模型中没有声明或 docytype 定义对象/节点。当分析器将文档移交给 XSLT 处理器时，文档类型信息将丢失，因此无法保留或复制。XSLT 提供了对输出树序列化的一些控制，包括添加具有公共或系统标识符的声明。这些标识符的值需要事先知道，并且无法从输入树中读取。也不支持创建或保留嵌入的 DTD 或实体声明（尽管此障碍的一种解决方法是将其输出为文本，）。TransformDOCTYPE<!DOCTYPE ... >disable-output-escaping="yes"

为了保留DTD，您需要使用XML序列化程序而不是XSL转换来输出文档，就像Grzegorz已经建议的那样。