StAX：空XML文件上的START_DOCUMENT

问题描述

我试图了解有关START_DOCUMENT事件的StAX设计。典型的while循环为：

XMLInputFactory xmlInputFactory = XMLInputFactory.newInstance();
try {
  XMLEventReader xmlEventReader = xmlInputFactory.createXMLEventReader(new FileInputStream(fileName));
  while(xmlEventReader.hasNext()) {
    XMLEvent xmlEvent = xmlEventReader.nextEvent();
    switch( xmlEvent.getEventType() ) {
    [...]

使用此循环无法将空的XML文件与仅具有xml版本的XML文件区分开。例如：

% test -s empty.xml || echo empty      
empty
% cat start.xml 
<?xml version="1.0" encoding="UTF-8"?>

以上两个文件产生完全相同的StAX事件系列（一个START_DOCUMENT）。此行为记录在某处吗？为什么在文件为空的情况下有人会想要START_DOCUMENT事件？

解决方法

如果您正在解析文件并且该文件不包含格式正确的XML，那么您唯一可以确定的是将报告错误。您描述的两种情况（一个空文件和一个仅包含XML声明的文件）都没有格式正确的文件，因此除了错误之外，您不能依靠任何东西。

已经说过，如果我没记错的话，即使在格式正确的情况下，StAX解析器之间在它们报告的事件顺序上也存在差异。值得对多个代码进行测试。

,

由于XML声明是可选的，因此每个文件都同样可解析。

格式都不正确（因为格式正确的XML必须具有根元素），但是特别是从事件解析器（如StAX）的角度来看，它们是同一回事。

在START_DOCUMENT事件之后，下一个hasNext调用应抛出XMLStreamException，表明文档格式不正确。