Java Sun/Oracle xerces 解析器错误？

Question

我在 JDK 1.8 rt.jar 中使用 com.sun.org.apache.xerces 解析器和 eclipse luna。解析具有包含相同字符串(由中文字符组成)的属性和 CDATA 部分的 XML 文档，如下所示:

<tns:metaData tns:name="𪂂 - 𠮟 - 𪂂𠮟">
  <tns:metaValue><![CDATA[𪂂 - 𠮟 - 𪂂𠮟]]></tns:metaValue>
</tns:metaData>

解析后，属性字符串如下所示:

𪂂 - 𪂂𠮟 - 𪂂𠮟𪂂𪂂𠮟𪂂𠮟

即，某些字符(或字符对)重复，但 CDATA 中的文本看起来不错:

𪂂 - 𠮟 - 𪂂𠮟

有人遇到过类似的问题吗？任何帮助将不胜感激。

Answer 1

我猜答案是“是的，这是 Sun/Oracle 版本的 xerces 中的一个错误。”我刚刚用 apache 的最新版本尝试过，它可以工作!

请注意，如果您要使用命令行 -Djava.endorsed.dirs="..."开关，则需要添加 xerces 和 xalan 二进制文件，因为 eclipse 需要它。对于windoze来说，它是这样的:

 -Djava.endorsed.dirs="C:\Program Files (x86)\Java\xerces-2_11_0"
 -Djava.endorsed.dirs="C:\Program Files (x86)\Java\xalan-j_2_7_2"

干杯，鲍勃