Java XML : Keeping a copy of a partial XML tree when parsing from a socket

Question

我有一个套接字输入到 sax 解析器中，格式为 ISO 8859/1 流。每隔一段时间就会出现一个无效字符，我会收到一个 SAXParseException 异常，其中包含发生该情况的行和列，因此我需要查看此时的数据是什么(或更重要的是记录它)。

最初处理数据的行是:

InputSource is = new InputSource(new InputStreamReader(socket.getInputStream(), "ISO8859_1"));
XMLReader reader = XMLReaderFactory.createXMLReader();
reader.setContentHandler(new ResponseParseHandler(etc, id));
reader.parse(is);

问题是发生这种情况后我无法获取数据，因此我将其更改为读入大字节缓冲区，将其转换为字符串并使用 StringReader 解析该数据。不幸的是，来自套接字的数据在很长一段时间内以小块的形式分散，因此第一次连接时它将以根标记开始，但随后将出现数千条没有结束标记的单独消息。

因为当这些字符串出现时，我会单独解析这些字符串，第一个字符串会出现错误，因为它没有结束标记，而以下字符串会出现错误，因为它们没有基本标记。套接字不会发生这种情况，因为我假设流仍然打开

大概我可以将这些字符串提供给另一个读取器/写入器，但仅仅找出错误发生时的数据 block 是什么似乎变得非常复杂。

我在这里缺少一些非常简单的东西吗？

Answer 1

上次我遇到类似的问题时，我用 SplittingWriter 解决了它。这是围绕另外两个 Writer 的装饰器样式类，当某些内容“写入”到 SplittingWriter 时，它只是将写入调用委托(delegate)给其两个底层 作家。

就您而言，您需要类似 SplittingInputStreamReader 的东西，它将实现 InputStreamReader 并将其传递给 InputSource 而不是您当前正在使用的InputStreamReader。

在其构造函数中，SplittingInputStreamReader 将获取当前的 InputStreamReader 和其他一些对象，我们将其称为 Foo。然后，SplittingInputStreamReader 上的 read 方法的实现会将读取调用委托(delegate)给底层 InputStreamReader，将这些调用的结果推送到 Foo，然后将这些调用的结果返回给调用它的对象。因此，您的 int read() 方法的实现将类似于:

   @Override
   public int read() {
       int r = this.inputStreamReader.read();
       this.foo.submit(r);
       return r;
   }

这样，当您通过 SplittingInputStreamReader 读取时，您还可以写入 Foo，假设您给出了 Foo，您就可以看到写入停止的位置。 一个不错的界面。最后，在实现 SplittingInputStreamReader 和 Foo 后，您的代码将如下所示:

Foo streamCapture = new Foo();
SplittingInputStreamReader streamReader = new SplittingInputStreamReader(
   new InputStreamReader(socket.getInputStream(), "ISO8859_1"), streamCapture);
InputSource is = new InputSource(streamReader);
XMLReader reader = XMLReaderFactory.createXMLReader();
reader.setContentHandler(new ResponseParseHandler(etc, id));
reader.parse(is);
// After parse, if there was an error, check what is in Foo streamCapture