如何在IIB中处理开头含无效垃圾字符的XML文件？

方法1：通过Compute节点的ESQL提取有效XML #

将输入消息以BLOB/CHAR类型读取，跳过开头无效字符后截取XML主体，再解析为XML格式：

1. 配置输入节点（如MQInput）的消息格式为BLOB，禁止自动解析XML
2. 添加Compute节点，使用以下ESQL代码处理：

CREATE COMPUTE MODULE ExtractValidXML
    CREATE FUNCTION Main() RETURNS BOOLEAN
    BEGIN
        -- 读取输入消息为CHAR类型（使用消息自带的CCSID）
        DECLARE inputMsg CHAR CAST(InputRoot.BLOB.BLOB AS CCSID InputRoot.Properties.CodedCharSetId);
        -- 定位XML根标签的起始位置（替换为你的实际根标签，如'<order>'）
        DECLARE xmlStartPos INTEGER POSITION('<root>' IN inputMsg);

        IF xmlStartPos > 0 THEN
            -- 截取从根标签开始的有效XML字符串
            DECLARE validXML CHAR SUBSTRING(inputMsg FROM xmlStartPos);
            -- 解析为XMLNSC格式并设置为输出
            SET OutputRoot.XMLNSC = PARSE(validXML OPTIONS FolderBitStream CCSID InputRoot.Properties.CodedCharSetId);
        ELSE
            -- 未找到有效XML时抛出异常或路由到失败终端
            THROW USER EXCEPTION MESSAGE 'No valid XML root tag detected';
        END IF;
        RETURN TRUE;
    END;
END MODULE;

方法2：使用JavaCompute节点处理字节流 #

适合更复杂的字符匹配场景，直接操作字节流定位XML起始点：

import com.ibm.broker.plugin.*;

public class ExtractValidXML extends MbJavaComputeNode {
    public void evaluate(MbMessageAssembly inAssembly) throws MbException {
        MbOutputTerminal out = getOutputTerminal("out");
        MbOutputTerminal fail = getOutputTerminal("failure");
        MbMessage inMsg = inAssembly.getMessage();
        MbMessage outMsg = new MbMessage();
        MbMessageAssembly outAssembly = new MbMessageAssembly(inAssembly, outMsg);

        try {
            // 获取输入消息字节数组
            byte[] inputBytes = inMsg.getRootElement().getLastChild().getValue();
            String inputStr = new String(inputBytes, inMsg.getMessageProperties().getCodedCharSetId());
            
            // 查找第一个XML起始标签的位置
            int xmlStartIdx = inputStr.indexOf("<root>");
            if (xmlStartIdx != -1) {
                String validXml = inputStr.substring(xmlStartIdx);
                // 将有效XML写入输出消息的XMLNSC域
                MbElement outRoot = outMsg.getRootElement();
                outRoot.createElementAsLastChild(MbXMLNSC.PARSER_NAME, validXml.getBytes(inMsg.getMessageProperties().getCodedCharSetId()));
                out.propagate(outAssembly);
            } else {
                // 无有效XML时路由到失败终端
                fail.propagate(inAssembly);
            }
        } catch (Exception e) {
            throw new MbException(this, "evaluate", "PROCESSING_ERROR", e.getMessage());
        } finally {
            inMsg.clearMessage();
            outMsg.clearMessage();
        }
    }
}

关键注意事项 #

• 编码一致性：必须使用消息属性中的CodedCharSetId进行字符转换，避免乱码导致标签定位失败
• 灵活匹配：如果XML根标签不固定，可改为查找第一个<字符，但需注意排除注释、DOCTYPE等非根标签的情况
• 异常处理：务必添加未找到有效XML的分支逻辑，将异常消息路由到失败终端，避免消息阻塞

内容的提问来源于stack exchange，提问作者abhishek p