根据多个任意模式验证XML

Question

考虑一个以以下内容开头的XML文档，其中包含多个模式（这不是一个特定于Spring的问题；这只是一个方便的XML示例）：

<beans xmlns="http://www.springframework.org/schema/beans"
       xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
       xmlns:jaxrs="http://cxf.apache.org/jaxrs"
       xmlns:osgi="http://www.springframework.org/schema/osgi"
       xsi:schemaLocation="http://www.springframework.org/schema/beans
               http://www.springframework.org/schema/beans/spring-beans-2.0.xsd
           http://cxf.apache.org/jaxrs
               http://cxf.apache.org/schemas/jaxrs.xsd
           http://www.springframework.org/schema/osgi
               http://www.springframework.org/schema/osgi/spring-osgi.xsd">

我想要验证文档，但是我不知道制作文档的人将使用哪些命名空间。我信任文档作者，所以我愿意下载任意模式URL。如何实现我的验证器？

我知道可以通过调用DocumentBuilderFactory实例的setAttribute("http://java.sun.com/xml/jaxp/properties/schemaSource", new String[] {...})方法指定模式，但在解析文档之前，我不知道模式URL。

当然，我可以在解析文档后提取XSD URL，并通过指定上述“http://java.sun.com/xml/jaxp/properties/schemaSource”来运行它通过验证器，但肯定已经有自动完成这一过程的实现了吧？

- Chris Dolan

Answer 1

我还没有确认，但你可能会发现使用JAXP验证API创建验证器并验证包含内联模式和多个验证根的DOM中的输入非常有用。

特别是：

factory.setFeature(SCHEMA_FULL_CHECKING_FEATURE_ID, schemaFullChecking);

factory.setFeature(HONOUR_ALL_SCHEMA_LOCATIONS_ID, honourAllSchemaLocations);

- Eugene Yokota

---

新读者摘要：该链接包含示例代码，用于对XML进行非验证解析，然后使用XPath查找根节点中指定的模式，最后使用模式验证器。我想它会起作用，但很丑陋，而且肯定已经有人以库的形式编写了这个，是吗？ - Chris Dolan

Answer 2

请原谅我自问自答... @Eugene Yokota和@forty-two的其他答案非常有帮助，但我认为它们不够完整以至于无法被接受。我需要额外的工作将建议组合为下面的最终解决方案。以下代码在JDK 1.6下完美运行。它没有足够的错误检查（请参见Eugene的答案中提供的链接，该链接是一个非常完整的解决方案，但不可重用），也没有缓存下载的XSDs。我认为它利用了Xerces解析器的特定功能，因为它使用了apache.org的功能URL。

    InputStream xmlStream = ...

    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
    factory.setNamespaceAware(true);
    factory.setValidating(true);
    factory.setXIncludeAware(true);
    factory.setAttribute("http://java.sun.com/xml/jaxp/properties/schemaLanguage", "http://www.w3.org/2001/XMLSchema");
    factory.setFeature("http://apache.org/xml/features/validation/schema-full-checking", true);
    factory.setFeature("http://apache.org/xml/features/honour-all-schemaLocations", true);
    factory.setFeature("http://apache.org/xml/features/validate-annotations", true);
    factory.setFeature("http://apache.org/xml/features/generate-synthetic-annotations", true);

    DocumentBuilder builder = factory.newDocumentBuilder();
    builder.setErrorHandler(new ErrorHandler() {
        public void warning(SAXParseException exception) throws SAXException {
            LOG.log(Level.WARNING, "parse warn: " + exception, exception);
        }
        public void error(SAXParseException exception) throws SAXException {
            LOG.log(Level.SEVERE, "parse error: " + exception, exception);
        }
        public void fatalError(SAXParseException exception) throws SAXException {
            LOG.log(Level.SEVERE, "parse fatal: " + exception, exception);
        }
    });

    Document doc = builder.parse(xmlStream);

- Chris Dolan

---

请注意，setValidating(true) 会导致 XSD 验证。请参阅 https://docs.oracle.com/javase/7/docs/api/javax/xml/parsers/DocumentBuilderFactory.html#setValidating(boolean)。 - koppor

Answer 3

如果你创建一个如下的 DocumentBuilderFactory：

    DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
    dbf.setValidating(true);
    dbf.setNamespaceAware(true);
    dbf.setAttribute(
            "http://java.sun.com/xml/jaxp/properties/schemaLanguage",
            "http://www.w3.org/2001/XMLSchema");

您可以在此工厂创建的DocumentBuilder实例上设置一个EntityResolver，以便有机会解析指令中引用的模式位置。指定的位置将出现在systemId参数中。

我认为构建器会自动完成这个过程，而不需要指定解析器，但显然它不能直接完成。也许它受到另一个特性、属性或属性的控制？

- forty-two