空白をスキップするStaxイベントリーダー

Question

私は、STAXイベントモデルを使用して、XMLファイル内のテキストエンティティを変更するユーティリティを作成しています。私は、ソース文書の空白の一部が出力にコピーされていないことがわかりました。私は、このサンプル・プログラムを書いた：オラクルのJava 7に付属しているデフォルトスタックスの実装を使用して

import java.io.ByteArrayInputStream; 
import java.io.ByteArrayOutputStream; 
import java.io.IOException; 
import java.io.InputStream; 
import java.io.OutputStream; 
import java.nio.charset.StandardCharsets; 

import javax.xml.stream.*; 
import javax.xml.stream.events.*; 

public class EventCopy { 
    private static final String INPUT = 
      "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n" + 
      "<foo><bar>baz</bar></foo>\n"; 

    public static void main(String[] args) throws XMLStreamException, IOException { 
     InputStream reader = new ByteArrayInputStream(INPUT.getBytes(StandardCharsets.UTF_8)); 
     OutputStream writer = new ByteArrayOutputStream(); 

     XMLInputFactory input = XMLInputFactory.newInstance(); 
     XMLEventReader xmlReader = input.createXMLEventReader(reader, "UTF-8"); 
     try { 
      XMLOutputFactory output = XMLOutputFactory.newInstance(); 
      XMLEventWriter xmlWriter = output.createXMLEventWriter(writer, "UTF-8"); 
      try { 
       while (xmlReader.hasNext()) { 
        XMLEvent event = xmlReader.nextEvent(); 
        System.out.print(event.getEventType() + ","); 
        xmlWriter.add(event); 
       } 
      } finally { 
       xmlWriter.close(); 
      } 
     } finally { 
      xmlReader.close(); 
     } 
     System.out.println("\n[" + writer.toString() + "]"); 
    } 
} 

を、この出力：

7,1,1,4,2,2,8, 
[<?xml version="1.0" encoding="UTF-8"?><foo><bar>baz</bar></foo>] 

XMLプロローグと入力の終わりを以下の改行が消えてしまいました。読者はイベントを生成しないようだ。

私は多分XMLリーダーは最後のXMLタグの端部に位置する入力ストリームを残していたことを考えて、入力から出力まで末尾の文字をコピーするコードを追加してみました：

... 
    } finally { 
     xmlReader.close(); 
    } 
    int ii; 
    while (-1 != (ii = reader.read())) { 
     writer.write(ii); 
    } 

しかし、この何の効果もありません。

STAXにこのXMLをより忠実にコピーさせる方法はありますか？別のSTAX実装がここでは異なる動作をしますか？

Answer 1

リファレンス：XML spec

整形式XML文書が指定文法に従う：

[1] document ::= prolog element Misc* 
[22] prolog ::= XMLDecl? Misc* (doctypedecl Misc*)? 
[23] XMLDecl ::= '<?xml' VersionInfo EncodingDecl? SDDecl? S? '?>' 
[27] Misc  ::= Comment | PI | S 
[3] S  ::= (#x20 | #x9 | #xD | #xA)+ 

[39] element ::= EmptyElemTag 
        | STag content ETag 
[40] STag  ::= '<' Name (S Attribute)* S? '>' 
[43] content ::= CharData? ((element | Reference | CDSect | PI | Comment) CharData?)* 
[14] CharData ::= [^<&]* - ([^<&]* ']]>' [^<&]*) 
[42] ETag  ::= '</' Name S? '>' 

XMLDeclとルート要素との間の改行、およびルート要素次々にパーサーがそれ自体を無視することを許可しているのはちょうどSです。

異なる空白の例を挙げておきます。あなたがわずかに異なるXMLがあるとします。

private static final String INPUT = 
     "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n" + 
     "<foo>\n<bar>baz</bar></foo>\n"; 

<foo>と<bar>の間に改行がCharDataです。 StAXはこの文字のイベントを正しく生成することに注意してください。

実際にSを保存したい場合は、XML文書ではなくテキストとしてINPUTを読む必要があります。 2つのXML文書インスタンス（これらの2つの特定のS文字を含むものとそれ以外のもの）は同等です。