解析XML时出错：prolog中不允许内容

Question

这是一个XML文档（XML声明和XSLT处理指令之前的句子和空格是输入的一部分）：

This XML file does not appear to have any style information associated with it. The document tree is shown below.


    <?xml version="1.0" encoding="UTF-8"?>
    <?xml-stylesheet type="text/xsl" href="/3.0/style/exchange.xsl"?>
      <mts:meta name="elapsed-time" value="18" />
      <exchange-documents>
        <exchange-document country="US" number="8049504">
        ....
        ....
        ....

        </exchange-document>
      </exchange-documents>

我正在解析XML并使用XPath。在大多数XML文件中，第一行包含一些文本或空格（参考上面的XML）

如果没有前导文本，则会成功解析，但如果出现任何文本，则会产生以下错误：

--- exec-maven-plugin:1.2.1:exec (default-cli) @ XMLHandling ---

[致命错误]:1:1:Prolog中不允许有内容。

我怎么能绕过这件事？

我正在使用的代码：

public static void main(String[] args) throws ParseException {

        String filePath = "D:/newxml.xml";

        try {
            FileInputStream file = new FileInputStream(new File(filePath));
            DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = builderFactory.newDocumentBuilder();
             Document xmlDocument = builder.parse(file);
            XPath xPath = XPathFactory.newInstance().newXPath();

            String pubOrPatentNumber = xPath.compile("//preference").evaluate(xmlDocument);
            ...
            ...
            }
            }

我可以手动删除文本并执行，但我需要在我的代码中解决这一点，以自动清理输入。

Answer 1

从格式良好的角度来看，文档中有两个问题。

>

不允许有两个顶级元素(mts:meta、exchange-documents)。

未声明前缀mts。

这个修改后的文档格式良好（但需要为mts调整名称空间URI，并为包装元素选择适当的名称）：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="/3.0/style/exchange.xsl"?>
<root>
    <mts:meta xmlns:mts="http://www.example.com" name="elapsed-time" value="18" />
    <exchange-documents>
        <exchange-document country="US" number="8049504">
            ....
            ....
            ....
        </exchange-document>
    </exchange-documents>
</root>