Coldfusion使用SAX2DOM与Tagsoup解析HTML报错的解决咨询

错误原因 #

你遇到的错误是Java 9+模块系统的限制导致的：com.sun.org.apache.xalan.internal.xsltc.trax.SAX2DOM是JDK内部包中的类，不属于公开API，模块系统默认禁止未命名模块（你的代码所在模块）访问内部导出的包。

关于库的状态 #

• SAX2DOM（JDK内部版本）：不属于公开可用的库，本质上是JDK内部实现细节，从未被官方推荐给外部使用，相当于“被弃用”——依赖它的代码在Java版本升级时极易崩溃。
• TagSoup：本身是仍可使用的HTML解析库，但搭配JDK内部SAX2DOM的方案已经过时。

解决方法 #

方案1：使用公开的SAX2DOM实现 #

替换JDK内部的SAX2DOM为Apache官方提供的公开实现，比如Apache Xerces中的org.apache.xml.serializer.SAX2DOM：

• 引入Xerces的依赖（如Maven依赖xercesImpl）
• 将代码中引用com.sun.org.apache.xalan.internal.xsltc.trax.SAX2DOM的地方替换为org.apache.xml.serializer.SAX2DOM

方案2：临时绕过模块限制（不推荐） #

如果只是临时测试，可以在Java启动参数中添加模块导出配置：

--add-exports java.xml/com.sun.org.apache.xalan.internal.xsltc.trax=ALL-UNNAMED

注意：此方法依赖JDK内部实现，后续Java版本更新可能导致代码失效，仅适合临时场景。

方案3：改用更现代的HTML解析库 #

推荐直接使用Jsoup，它专门处理脏HTML，无需手动做SAX到DOM的转换，代码更简洁可靠：

• 引入Jsoup依赖
• 示例代码：

Document doc = Jsoup.parse(new File("your-html-file.html"), "UTF-8");
// 直接操作DOM，比如提取元素
Elements links = doc.select("a[href]");

内容的提问来源于stack exchange，提问作者Yukta Sarode