ฉันจะโหลด org.w3c.dom.Document จาก XML ในสตริงได้อย่างไร

ฉันมีเอกสาร XML ที่สมบูรณ์ในสตริงและต้องการDocumentวัตถุ Google เปลี่ยนขยะทุกประเภท ทางออกที่ง่ายที่สุดคืออะไร? (ใน Java 1.5)

วิธีแก้ไขต้องขอบคุณMatt McMinnฉันได้ตัดสินการใช้งานนี้แล้ว มีระดับความยืดหยุ่นในการป้อนข้อมูลและความละเอียดของข้อยกเว้นสำหรับฉัน (เป็นเรื่องที่ดีที่จะทราบว่าข้อผิดพลาดมาจาก XML ที่ผิดรูปแบบ - SAXException- หรือ IO - ไม่ดีIOException)

public static org.w3c.dom.Document loadXMLFrom(String xml)
    throws org.xml.sax.SAXException, java.io.IOException {
    return loadXMLFrom(new java.io.ByteArrayInputStream(xml.getBytes()));
}

public static org.w3c.dom.Document loadXMLFrom(java.io.InputStream is) 
    throws org.xml.sax.SAXException, java.io.IOException {
    javax.xml.parsers.DocumentBuilderFactory factory =
        javax.xml.parsers.DocumentBuilderFactory.newInstance();
    factory.setNamespaceAware(true);
    javax.xml.parsers.DocumentBuilder builder = null;
    try {
        builder = factory.newDocumentBuilder();
    }
    catch (javax.xml.parsers.ParserConfigurationException ex) {
    }  
    org.w3c.dom.Document doc = builder.parse(is);
    is.close();
    return doc;
}

สิ่งนี้ใช้ได้กับฉันใน Java 1.5 - ฉันยกเลิกข้อยกเว้นเฉพาะสำหรับความสามารถในการอ่าน

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.DocumentBuilder;
import org.w3c.dom.Document;
import java.io.ByteArrayInputStream;

public Document loadXMLFromString(String xml) throws Exception
{
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

    factory.setNamespaceAware(true);
    DocumentBuilder builder = factory.newDocumentBuilder();

    return builder.parse(new ByteArrayInputStream(xml.getBytes()));
}

โอ้โฮ!

รหัสนี้อาจมีปัญหาร้ายแรงเนื่องจากไม่สนใจการเข้ารหัสอักขระที่ระบุในString(ซึ่งเป็น UTF-8 โดยค่าเริ่มต้น) เมื่อคุณโทรString.getBytes()ใช้การเข้ารหัสเริ่มต้นของแพลตฟอร์มจะใช้ในการเข้ารหัสอักขระ Unicode เป็นไบต์ ดังนั้นโปรแกรมแยกวิเคราะห์อาจคิดว่ามันได้รับข้อมูล UTF-8 เมื่อในความเป็นจริงมันได้รับ EBCDIC หรืออะไรบางอย่าง ... ไม่สวยเลย!

ให้ใช้วิธีการแยกวิเคราะห์ที่ใช้ InputSource แทนซึ่งสามารถสร้างด้วย Reader ได้ดังนี้:

import java.io.StringReader;
import org.xml.sax.InputSource;
…
        return builder.parse(new InputSource(new StringReader(xml)));

อาจดูเหมือนไม่ใช่เรื่องใหญ่ แต่การไม่รู้ปัญหาการเข้ารหัสอักขระทำให้เกิดการเน่าของรหัสที่ร้ายกาจคล้ายกับ y2k

เพิ่งมีปัญหาที่คล้ายกันยกเว้นว่าฉันต้องการ NodeList ไม่ใช่เอกสารนี่คือสิ่งที่ฉันคิดขึ้นมา ส่วนใหญ่เป็นวิธีแก้ปัญหาเดียวกันกับก่อนหน้านี้เพิ่มขึ้นเพื่อให้องค์ประกอบรูทลงมาเป็น NodeList และใช้คำแนะนำของ erickson ในการใช้ InputSource แทนสำหรับปัญหาการเข้ารหัสอักขระ

private String DOC_ROOT="root";
String xml=getXmlString();
Document xmlDoc=loadXMLFrom(xml);
Element template=xmlDoc.getDocumentElement();
NodeList nodes=xmlDoc.getElementsByTagName(DOC_ROOT);

public static Document loadXMLFrom(String xml) throws Exception {
        InputSource is= new InputSource(new StringReader(xml));
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        factory.setNamespaceAware(true);
        DocumentBuilder builder = null;
        builder = factory.newDocumentBuilder();
        Document doc = builder.parse(is);
        return doc;
    }

ในการจัดการ XML ใน Java ฉันมักจะใช้ Transformer API:

import javax.xml.transform.Source;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMResult;
import javax.xml.transform.stream.StreamSource;

public static Document loadXMLFrom(String xml) throws TransformerException {
    Source source = new StreamSource(new StringReader(xml));
    DOMResult result = new DOMResult();
    TransformerFactory.newInstance().newTransformer().transform(source , result);
    return (Document) result.getNode();
}