使用sgml npm库解析OFX文件遇报错，求解决方案

问题概述 #

尝试使用npm的sgml库解析OFX v1至v1.6版本的SGML格式数据，计划先将其转换为标准XML，再通过xml2json转为JSON对象，但运行代码时抛出错误：content must start with document element when document type isn't specified，调试发现解析部分标签后触发该错误。

错误原因 #

OFX的SGML文件开头包含非SGML格式的头部信息（比如OFXHEADER:100、DATA:OFXSGML等行），这些内容不属于SGML文档元素范畴。sgml库在未指定DOCTYPE的情况下，要求内容必须以文档根元素开头，直接解析完整文件会触发该错误。

解决方案 #

• 预处理OFX文件内容，剥离头部信息，只保留从<OFX>标签开始的SGML主体部分
• 修改代码，在将内容传入解析器前完成过滤处理

修改后的完整代码 #

const sgml = require('sgml');
const fs = require('fs').promises;
const Stream = require('stream');

async function parseOFX() {
    var entitymanager = new sgml.NoopEntitymanager();
    var errorhandler = new sgml.Errorhandler();
    var resolver = new sgml.Resolver();
    var parser = new sgml.Parser();

    // 初始化Readable流时添加空read方法，避免未实现报错
    const readableStream = new Stream.Readable({ read() {} });

    let outputhandler = new sgml.Outputhandler(readableStream, entitymanager);
    outputhandler.output_format = "xml";
    
    parser.documentHandler = outputhandler;
    parser.dtdHandler = outputhandler;
    parser.errorHandler = errorhandler;
    parser.lexicalHandler = outputhandler;
    parser.entityResolver = resolver ;
    
    let recordmanager = new sgml.PlatformStringRecordmanager(errorhandler, parser);

    let fileData = await fs.readFile("MY FILE PATH");
    // 预处理：提取<OFX>标签开始的有效SGML内容
    const contentStr = fileData.toString();
    const ofxStartIndex = contentStr.indexOf('<OFX>');
    if (ofxStartIndex === -1) {
        throw new Error("文件中未找到<OFX>标签");
    }
    const validSGMLContent = contentStr.slice(ofxStartIndex);
  
    recordmanager.set_input(validSGMLContent);
    
    parser.recordManager = recordmanager;
    
    recordmanager.start_records();

    // 收集并打印转换后的XML内容（可根据需求调整处理逻辑）
    readableStream.on('data', (chunk) => {
        console.log('转换后的XML片段:', chunk.toString());
    });
}

parseOFX().catch(err => console.error(err));

补充说明 #

• 预处理步骤通过indexOf('<OFX>')定位SGML主体起始位置，若文件中标签为小写<ofx>，需对应调整匹配字符串
• 初始化Stream.Readable时必须添加空的read方法，否则会触发"not implemented"运行时错误
• 转换后的XML可直接传入xml2json库处理为JSON对象

内容的提问来源于stack exchange，提问作者Dennip