Анализ неверных / неполных / недопустимых XML-файлов [дубликат]

На этот вопрос уже есть ответы здесь :

Как анализировать недопустимый (плохой / неправильно сформированный) XML? (4 ответа)

Закрыт 2 года назад .

У меня есть процесс, который анализирует XML-файл с помощью JDOM и xpath для анализа файла, как показано ниже:

private static SAXBuilder   builder         =   null;
private static Document     doc         =   null; 
private static XPath        xpathInstance       =   null;

builder = new SAXBuilder();
Text list = null;

try {
    doc = builder.build(new StringReader(xmldocument));

} catch (JDOMException e) {
            throw new Exception(e);
} 



try {
    xpathInstance = XPath.newInstance("//book[author='Neal Stephenson']/title/text()");
    list = (Text) xpathInstance.selectSingleNode(doc);
} catch (JDOMException e) {
    throw new Exception(e);
}

Вышеупомянутое работает нормально. Выражения xpath хранятся в файле свойств, поэтому их можно изменить в любое время. Теперь мне нужно обработать еще несколько XML-файлов, которые поступают из устаревшей системы, которая будет отправлять XML-файлы только кусками по 4000 байт. Существующая обработка считывает блоки размером 4000 байт и сохраняет их в базе данных Oracle, причем каждый блок представляет собой одну строку в базе данных (о внесении каких-либо изменений в устаревшую систему или обработке, которая сохраняет блоки в виде строк в базе данных, не может быть и речи) .

Я могу создать полный действительный XML-документ, извлекая все строки, относящиеся к определенному XML-документу, и объединяю их, а затем использую существующую обработку (показанную выше) для анализа XML-документа.

Дело в том, что данные, которые мне нужно извлечь из XML-документа, всегда будут в первых 4000 байтах. Этот фрагмент, конечно же, не является допустимым XML-документом, поскольку он будет неполным, но будет содержать все данные, которые мне нужны. Я не могу проанализировать только один фрагмент, поскольку построитель JDOM отклонит его.

Мне интересно, могу ли я проанализировать искаженный фрагмент XML, не объединяя все части (которых может быть довольно много), чтобы получить действительный документ XML. Это сэкономит мне несколько обращений к базе данных, чтобы проверить, доступен ли блок, и мне не придется объединять 100 блоков только для того, чтобы иметь возможность использовать первые 4000 байт.

Я знаю, что, вероятно, я мог бы использовать строковые функции java для извлечения соответствующие данные, но возможно ли это с помощью парсера или даже xpath? или они оба ожидают, что XML-документ будет правильно сформированным, прежде чем он сможет его проанализировать?

задан ziggy 8 August 2011 в 12:21

0 ответов

Другие вопросы по тегам:

java xml parsing xpath jdom

Анализ неверных / неполных / недопустимых XML-файлов [дубликат]

0 ответов

Похожие вопросы: