java萨克斯解析器mangles属性为XML 1.1

我使用java的萨克斯类来解析XML文件。如果xml文件提到版本1.0，一切正常，但如果它说版本1.1，然后某些的属性会发生损坏，给我错误的结果，但不会抛出任何形式的异常。java萨克斯解析器mangles属性为XML 1.1

我的XML文件基本上是这样的：

<?xml version="1.1" encoding="UTF-8" ?> 
<gpx> 
    <trk> 
    <name>Name of the track</name> 
    <trkseg> 
     <trkpt lat="12.3456789" lon="1.2345678"> 
     <ele>1234</ele> 
     <time>2013-03-26T12:34:56Z</time> 
     <speed>0</speed> 
     </trkpt> 
     ... and then 419 further identical copies of this trkpt 
    </trkseg> 
    </trk> 
</gpx>

所以我希望，当我使用SAX解析这个文件，是要找到420个trkpt标签，并为他们每个人都有纬度和经度属性。特别是，我期望找到420“lat”属性，它们都是“12.3456789”。

对于解析我构造一个处理程序对象，并给它的流到此本地文件：

SAXParser saxParser = SAXParserFactory.newInstance().newSAXParser(); 
inStream = new FileInputStream(file); 
saxParser.parse(inStream, handler); 
System.out.println("done");

处理机类扩展org.xml.sax.helpers.DefaultHandler，只是有一个方法，startElement反作用于所述trkpt标签的开口：

public void startElement(String uri, String localName, String qName, Attributes attributes) 
{ 
    if (qName.equals("trkpt") && attributes != null 
     && attributes.getLength() == 2 
     && attributes.getValue(0).charAt(0) != '1') 
    { 
     // The trkpt tag has two attributes 
     // but the value of the first one doesn't begin with '1' 
     System.out.println(attributes.getQName(0) + " = " + attributes.getValue(0)); 
    } 
    super.startElement(uri, localName, qName, attributes); 
}

那么结果是什么？如果xml文件的版本为1.0，那么我看到的只是“完成”。 420 trkpt标签被发现，他们都有两个属性，第一个总是被称为“lat”，并且这个属性的值总是以'1'开始，正如我所期望的。大！

如果XML文件更改为在第一行指定version="1.1"，然后我得到以下输出：

lat = :34.56Z</t 
lat = :56Z</time 
done

所以，即使我所有的420点应该是相同的，他们两个给了我一个完全错误的属性值。没有例外被抛出。还有420 trkpts被发现，并且都有两个属性叫做“lat”和“lon”。奇怪的lon值总是没问题。

我在文本编辑器中通过直接复制/粘贴第一个trkpt创建了这个xml文件，所以我确信所有的值都是相同的，我确信xml文件中没有带有有趣属性值的点，并且我确信没有非ascii字符值或实体代码或其他关于该文件的奇怪内容。

我已经尝试过使用Sun的JRE6，OpenJDK6和OpenJDK7，在三个不同的机器上使用两个不同的操作系统。因此，无论我做错了什么，或者这个特定的xml文件与xml1.1不兼容，或者存在广泛的sax错误（这似乎不太可能，因为我认为它会影响很多人）。请再次注意，使用xml1.0它一切正常。另外请注意，420号没有什么特别之处，只是如果文件只有100个条目，那么它们都会被正确解析。如果您有几千个条目，那么其中一定数量的条目会以这种方式获得其第一个属性值。属性值的长度似乎总是正确的，但它将字符从文件中的错误位置拉出来。索引溢出也许？

我试着删除所有的速度标签，但如果您有足够的trkpts，问题仍然存在。它对额外的空格也很敏感，所以如果我在trkpt之间添加换行符，问题会发生在不同的点上，或者返回不同的属性值。

来源

2013-03-26 Penfold

这可能是相关的：http：//andrius.velykis。lt/2012/04/xml-11-long-attributes-in-java-6/ – 2013-03-26 10:35:46

听起来像是xml解析器中的一个bug，对于我来说，您使用的是哪个Java版本或哪个xml解析器？此外，属性的顺序不是由xml定义的，最好用'attributes.getValue（“lat”）'替换'attributes.getValue（0）'。 – 2013-03-26 10:40:20

正如我所说的，我正在使用JRE的内置sax解析，并且我尝试了Sun6，OpenJDK6和OpenJDK7。我不关心第一个属性是lat还是lon，它的值仍然应该以'1'开始。 – Penfold 2013-03-26 10:47:52

这个错误在JDK XML解析器中已经存在多年了，Sun和Oracle都没有表现出任何解决它的兴趣。我强烈建议优先使用Apache Xerces XML解析器。

来源

2013-03-26 14:49:10

我尝试搜索它，但没有找到任何东西。它是否在官方bug跟踪器上报告？它是否标记为wontfix？ – Penfold 2013-03-26 15:02:53

对不起，我不知道。我想我至少在五年前报道过它，但我在跟踪器中发现它时遇到了麻烦。但是我可能从来没有报告过它，因为当你没有回应时，你放弃了报告错误。无论如何，它每隔几个月就会出现一个错误报告，指出有人针对撒克逊人提出的问题，并且当他们切换到使用Apache Xerces时，错误总是消失。 – 2013-03-26 18:19:27

谢谢。我尝试使用Xerces，并且（迄今为止）无法以相同的方式使它失败。所以我认为对我来说最好的做法是尝试使用Xerces，如果不可用，请回退到内置的sax解析器（适用于xml 1.0）。 – Penfold 2013-03-27 14:15:16

java萨克斯解析器mangles属性为XML 1.1

回答

相关问题