解析中常见错误

阅读更多

dom4j常见错误

1.	
       问题：使用Dom4j解析大文件时内存溢出的问题
       	当我用dom4j去解析一个几十M的xml时,就出现out of memory.当然了,这也是根据你的机器性能而定的,我们都知道dom4j在各种DOM解析器中应该算是性能最好的,连大名鼎鼎的Hibernate都是用dom4j来解析XML配置文件的     
       分析： 问题出在于使用dom4j的SAXReader是会把整个XML文件一次性读入,如果XML文件过大就会抛出out of memory,但即使是使用SAXParser批量读入解析,但它也是一次解析完,假设XML文件有几万条数据,那么解析后就必须在内存放入这几万条对象
       解决：	
       	常用的Dom4j文件解析方式：
			InputStream is = new FileInputStream(filePath);
			SAXReader reader = new SAXReader();  //将整个XML构建为一个Document
			Document doc = reader.read(is);
			Element root = doc.getRootElement(); // 获得根节点
			for (Object obj : root.elements()) { // 遍历每个节点
			Element e = (Element)obj;            // 对当前节点进行操作
	            解决方法：使用ElementHandler解析文件
	参考网址：http://blog.sina.com.cn/s/blog_6cee57af0100q54e.html
	
2.
	问题：使用java.io.Reader读取XML文件进行解析时出现异常
		 org.dom4j.DocumentException: Error on line 1 of document : Content is not allowed in prolog.
		 Nested exception:
		 org.xml.sax.SAXParseException: Content is not allowed in prolog
	分析：UTF-8编码文件存在BOM头，Reader类无法正确识别
	解决： (1).使用16进制编辑器手动删除BOM头
		 (2).InputStream读取流中前面的字符，看是否有BOM,如果有BOM,干掉BOM头
		 (3).InputStream读取完文件，干掉BOM头
	参考网址：http://blog.sina.com.cn/s/blog_6cee57af0100q54e.html
	
3.
	问题：解析XML文件时出现非法字符的Exception（即使该字符位于CDATA段内）：    
		   org.xml.sax.SAXParseException: An invalid XML character (Unicode: 0xb) was found in the CDATA section.	
	分析：根据W3C标准，有一些字符不能出现在XML文件中：0x00 - 0x08，    0x0b - 0x0c，    0x0e - 0x1f解析XML时遇到这些字符就会出错
	解决：对有可能出问题的XML文件，进行字符过滤后再进行解析（如：[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]）
	参考网址：http://blog.sina.com.cn/s/blog_6cee57af0100q54e.html

 

JDOM常见错误

1.
	错误：org.jdom.input.JDOMParseException: Error on line 0: The encoding "GB18030" is not supported.
	分析：应该是你的xml文件中第一行定义了encoding="GB18030"，而这个dom解析器，不支持这种编码。
	解决：更改编码

2.
	错误：java.net.MalformedURLException
		 报java.net.MalformedURLException，发现运行到builder.build(xml)时报错
	分析：传入个字符串格式不规范，我直接传入一个流进去，改过后的代码：
        SAXBuilder builder=new SAXBuilder(false);
        StringReader reader = new StringReader(xml);      //用reader读取字符串，xml为已字符串
        Document doc=builder.build(new InputSource(reader)); 
        Element result=doc.getRootElement();
        Element code=result.getChild("code");
	参考网址：http://blog.sina.com.cn/s/blog_6f7d179e01013otz.html

 

sax常见问题

1.
	问题：org.xml.sax.SAXParseException:Parser has reached the entity expansion limit "64,000" set by the Application.(org.xml.sax.SAXParseException: 分析器已达到由应用程序设置的实体扩展限制“64,000”。)
          分析：在单个xml文件中实体引用超过了默认值64000个。你用dom和sax解析XML都可能会遇到这个问题，这印证了我的猜测，java的dom是用sax来实现的。
	解决：运行Java的时候，加上参数-DentityExpansionLimit=xxxxx，你也可以在代码中解析XML前，用代码设置这个参数System.setProperty("entityExpansionLimit", "xxxxx");。xxxxx代表设定的单文件实体引用数最大值。
	参考网址：http://blog.csdn.net/a_heng/article/details/4566841