java - java解析xml时如何缓存dtd文件

Question

我正在解析几百万个 xml 文件，其格式如下:

<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE test-document PUBLIC "-//TEST//TEST DOC//EN" "https://somerandomurl.com/test.dtd">
<test-document>...</test-document>

每次我解析文件时，都会下载相同的 https://somerandomurl.com/test.dtd 文件，这会消耗大量带宽，而且似乎没有必要。有没有办法存储文件并让我的代码重定向我的本地副本？我无法编辑 xml 文件，因此它必须位于我的代码中。给定以下java代码，实现这样的事情的合理方法是什么？

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
factory.setIgnoringComments(true);
factory.setIgnoringElementContentWhitespace(true);
factory.setValidating(true);
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse(new InputSource("file.xml"));//My final document object.

Answer 1

首先将 DTD 读入字符串变量。

然后做

builder.setEntityResolver(
     (sysId, PubId) -> new InputSource(new StringReader(dtd)));

或者，如果您想更加小心，请让 EntityResolver 在返回 dtd 的内容之前检查 systemId 和/或 publicId 是否符合预期。

请注意，这仍然会涉及每次解析 DTD，它只是节省了从网络获取它的成本。

同样重要:实例化 XML 解析器的成本很高(实例化 DocumentBuilderFactory 的成本甚至更高)。确保重用工厂和解析器。