具有持续验证的Java XMLReader：未定义的行为

Question

我正在解析和验证（xsd）长XML（始终格式良好）的文件，报告了所有验证问题。

我的解析器报告并继续应用错误，但有一个奇怪的例外：当由几​​个节点（子节点）组成的节点（父节点）在任何子节点上验证失败时，正确解析所有子节点，但验证停止，直到下一个父节点开始。

考虑简单XSD：

<?xml version="1.0" encoding="UTF-8" ?> 
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"> 

<xsd:element name="customerDataFile"> 
    <xsd:complexType> 
    <xsd:sequence> 
    <xsd:element ref="customerList"/> 
    </xsd:sequence> 
    </xsd:complexType> 
</xsd:element> 

<xsd:element name="customerList"> 
    <xsd:complexType> 
    <xsd:sequence> 
    <xsd:element ref="customerData" minOccurs="1" maxOccurs="unbounded"/> 
    </xsd:sequence> 
    </xsd:complexType> 
</xsd:element> 

<xsd:element name="customerData"> 
    <xsd:complexType> 
    <xsd:sequence> 
    <xsd:element ref="NameField1"/> 
    <xsd:element ref="NameField2"/> 
    </xsd:sequence> 
    </xsd:complexType> 
</xsd:element> 

<xsd:element type="name_field" name="NameField1"/> 
<xsd:element type="name_field" name="NameField2"/> 

<xsd:simpleType name="name_field"> 
    <xsd:restriction base="xsd:string"> 
    <xsd:maxLength value="45"/> 
    </xsd:restriction> 
</xsd:simpleType> 

</xsd:schema> 

和这5个例子：

<?xml version="1.0" encoding="UTF-8"?> 
<customerDataFile xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:noNamespaceSchemaLocation="customerDataFile.xsd"> 
<customerList> 
    <customerData> 
    <NameField1>Somecompany</NameField1> 
    <NameField2>Somefirstname</NameField2> 
    </customerData> 
    <customerData> 
    <NameField1>Somecompany</NameField1> 
    <NameField2>Somefirstname</NameField2> 
    </customerData> 
</customerList> 
</customerDataFile> 

<?xml version="1.0" encoding="UTF-8"?> 
<customerDataFile xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:noNamespaceSchemaLocation="customerDataFile.xsd"> 
<customerList> 
    <customerData> 
    <Unknown1>Somecompany</Unknown1> 
    <NameField2>Somefirstname</NameField2> 
    </customerData> 
    <customerData> 
    <Unknown1>Somecompany</Unknown1> 
    <NameField2>Somefirstname</NameField2> 
    </customerData> 
</customerList> 
</customerDataFile> 

<?xml version="1.0" encoding="UTF-8"?> 
<customerDataFile xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:noNamespaceSchemaLocation="customerDataFile.xsd"> 
<customerList> 
    <customerData> 
    <NameField1>Somecompany</NameField1> 
    <Unknown2>Somefirstname</Unknown2> 
    </customerData> 
    <customerData> 
    <NameField1>Somecompany</NameField1> 
    <Unknown2>Somefirstname</Unknown2> 
    </customerData> 
</customerList> 
</customerDataFile> 

<?xml version="1.0" encoding="UTF-8"?> 
<customerDataFile xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:noNamespaceSchemaLocation="customerDataFile.xsd"> 
<customerList> 
    <customerData> 
    <Unknown1>Somecompany</Unknown1> 
    <Unknown2>Somefirstname</Unknown2> 
    </customerData> 
    <customerData> 
    <Unknown1>Somecompany</Unknown1> 
    <Unknown2>Somefirstname</Unknown2> 
    </customerData> 
</customerList> 
</customerDataFile> 

<?xml version="1.0" encoding="UTF-8"?> 
<customerDataFile xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" 
xsi:noNamespaceSchemaLocation="customerDataFile.xsd"> 
<customerList> 
    <customerData> 
    <Unknown2>Somefirstname</Unknown2> 
    </customerData> 
    <customerData> 
    <Unknown1>Somecompany</Unknown1> 
    </customerData> 
</customerList> 
</customerDataFile> 

即输出如下：

1. 没有错误 - 正确
2. 2错误（一次每customerData） - 正确
个
3. 2个错误（每秒customerData） - 正确
4. 2个错误（每customerData只有一个） - 不正确
5. 2个错误（即使缺少的元素是严重） - 不正确

这是荒谬的;我找不到任何类似的参考（它看起来像一个主要问题）。

相关的代码是：

public void process(String schemaLocation, String xmlLocation) { 

Source source = new StreamSource(new File(schemaLocation)); 
SchemaFactory schemaFactory = SchemaFactory.newInstance(XMLConstants.W3C_XML_SCHEMA_NS_URI); 
Schema schema = schemaFactory.newSchema(source); 

SAXParserFactory spf = SAXParserFactory.newInstance(); 
spf.setSchema(schema); 
spf.setNamespaceAware(true); 
SAXParser saxParser = spf.newSAXParser(); 
CustomerHandler handler = new CustomerHandler(); 
CustomerErrorHandler errorHandler = new CustomerErrorHandler(); 

InputStream inputStream = new FileInputStream(new File(xmlLocation)); 
Reader reader = new InputStreamReader(inputStream, "UTF-8"); 
InputSource is = new InputSource(reader); 
is.setEncoding("UTF-8"); 
saxParser.setContentHandler(handler); 
saxParser.setErrorHandler(errorHandler); 
saxParser.parse(is); } 

其中CustomerErrorHandler简单

public class CustomerErrorHandler implements ErrorHandler { 

@Override 
public void error(SAXParseException arg0) throws SAXException { 
    System.out.println(arg0.getMessage()); 
} 

@Override 
public void fatalError(SAXParseException arg0) throws SAXException { 
    System.out.println(arg0.getMessage()); 
} 

@Override 
public void warning(SAXParseException arg0) throws SAXException { 
    System.out.println(arg0.getMessage()); 
    } 

} 

有没有人对为什么会发生这种情况，什么我做错了任何指针，以及最重要的是，如何如果这种方法不起作用，是否可以正确地对XML文档进行完整验证？

Answer 1

这是不是一个真正的答案，这更是一个漫长评论：

将继续在错误的功能是扩展功能，而不是真正的标准。确切的实现在Xerces代码库中确实可用，但可能不容易理解。最小的情况是，从上面的测试中可以看出，在元素上遇到验证错误时，Xerces会忽略验证错误（尽管我确信它会检测格式错误，您可以尝试）直到元素结束为止（如那里在验证这个元素时没有意义，它对于模式是无效的），实际上是跳过整个元素并进入下一个元素并开始验证。这可能是一种行为，因为错误继续不是一个标准，我猜这个实现是在'最好的情况下'的基础上完成的，如果某件事不能被验证，就忽略它并尝试验证下一个元素。