如何在 DTD 解析中绕过参数实体解析

Question

我维护一个Java程序来帮助Mozilla本地化。Mozilla 本地化使用 DTD 文件等格式（在运行时，所选语言环境的 DTD 被注入到定义 UI 的 XML 文件中，从而产生本地化界面）。

DTD 有时包括 PE 引用形式的其他文件，如下所示：

<!ENTITY % brandDTD SYSTEM "chrome://branding/locale/brand.dtd">
%brandDTD;

但是，出于我的程序目的，当我使用此类 PE 引用解析 DTD 文件的 en-US 版本时，我只需要将这些行复制到目标本地化文件中。

我继承了这个程序，它做了一些聪明的（对我来说）技巧，使用 SAX（Xerces 捆绑在 JDK 中）解析 DTD：

public class DTDReadHelper extends DefaultHandler2 {
    private static final String dummyXml="<?xml version="1.0" encoding="UTF-8"?>" +
            "<!DOCTYPE dialog SYSTEM "MozillaTranslator">" +
            "<dialog></dialog>";
(...)
    @Override
    public InputSource resolveEntity(java.lang.String name, java.lang.String publicId,
            java.lang.String baseURI, java.lang.String systemId) {
        if ((name != null) && (name.startsWith("%"))) {
           return new InputSource(new StringReader(""));
        } else {
            return new InputSource(is);
        }
    }

问题在于，在典型的解析过程中，else分支被访问两次，因此，如果文件小于8192字节，则会导致来自Xerces的IOException，否则会导致SAXParseException。

我可以处理 IOException，因为整个文件在发生时已经解析过，但我无法使用 SAXParseException 来做到这一点，因为它发生在解析的最开始时（第 1 行，列数 2）。

"有问题的"DTD 文件可以在这里找到：

http://hg.mozilla.org/mozilla-central/file/13fe5ad0364d/browser/locales/en-US/chrome/overrides/netError.dtd

程序的整个源代码都在这里：

https://kenai.com/projects/moztrans/sources

我的"SCCE"包含四个文件（上述存储库中文件的简化版本），如果需要，我可以将它们上传到某个地方。

在所有这些细节之后，问题是：有没有办法让 SAX 避免尝试解析 PE 引用？

蒂亚

Answer 1

我终于找到了解决方案（如果您查看存储库，您会注意到我忘记更新这个问题，因为我几个月前提交了修复程序）。解决方案在于以下代码：

// private static final String brandDummyDtd = "<!ENTITY brandDTD "">";
private static final String brandDummyDtd = "";
(...)
@Override
public InputSource resolveEntity(java.lang.String name, java.lang.String publicId,
        java.lang.String baseURI, java.lang.String systemId) {
    if (name == null) {
        switch (systemId) {
            // Trick to get a SAX XML Parser to parse a DTD
            case "MozillaTranslator":
                return new InputSource(is);
            // Trick to resolve references to brand.dtd without
            // actually having to resolve, load and parse
            // the chrome: URI
            case "chrome://branding/locale/brand.dtd":
            default:
                return new InputSource(new ByteArrayInputStream(brandDummyDtd.getBytes()));
        }
    } else {
        return new InputSource(new StringReader(""));
    }
}

解决方案是返回一个空的 InputSource（brandDummyDtd 属性，在顶部定义为私有静态 final）。我已经将注释版本包含在触发 resolveEntity 方法的实体中，以解释使用此类解决方案不起作用。如果我没记错的话，如果解析的 DTD 包含实际的品牌 DTD 实体，这样做会失败。