Xerces2-J与Oxygen Editor的XML验证错误定位精度差异及实现方式咨询

你遇到的这个问题其实挺典型的——同样基于Xerces引擎，Oxygen能精准定位到错误文本的位置，而原生Xerces-J的默认输出却指向父元素的结束标签。我来给你拆解背后的原因和可行的解决方案：

先回顾下你的测试场景 #

测试用XSD：

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
  <xs:element name="shiporder">
    <xs:complexType>
      <xs:sequence>
        <xs:element name="orderperson" type="xs:string"/>
        <xs:element name="shipto">
          <xs:complexType>
            <xs:sequence>
              <xs:element name="name" type="xs:string"/>
              <xs:element name="address" type="xs:string"/>
              <xs:element name="city" type="xs:string"/>
              <xs:element name="country" type="xs:string"/>
            </xs:sequence>
          </xs:complexType>
        </xs:element>
        <xs:element name="item" maxOccurs="unbounded">
          <xs:complexType>
            <xs:sequence>
              <xs:element name="title" type="xs:string"/>
              <xs:element name="note" type="xs:string" minOccurs="0"/>
              <xs:element name="quantity" type="xs:positiveInteger"/>
              <xs:element name="price" type="xs:decimal"/>
            </xs:sequence>
          </xs:complexType>
        </xs:element>
      </xs:sequence>
      <xs:attribute name="orderid" type="xs:string" use="required"/>
    </xs:complexType>
  </xs:element>
</xs:schema>

测试用XML：

<?xml version="1.0" encoding="UTF-8"?>
<shiporder xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" orderid="889923" xsi:noNamespaceSchemaLocation="shiporder.xsd">
  <orderperson>John Smith</orderperson>
  <shipto>--- Bogus Text --- 
    <name>Ola Nordmann</name>
    <address>Langgt 23</address>
    <city>4000 Stavanger</city>
    <country>Norway</country>
  </shipto>
  <item>
    <title>Empire Burlesque</title>
    <note>Special Edition</note>
    <quantity>1</quantity>
    <price>10.90</price>
  </item>
  <item>
    <title>Hide your heart</title>
    <quantity>1</quantity>
    <price>9.90</price>
  </item>
</shiporder>

错误对比：

• 原生Xerces-J 2.12.2的输出：

  [Error] doc.xml:9:12: cvc-complex-type.2.3: Element 'shipto' cannot have character [children], because the type's content type is element-only.

• Oxygen Editor的输出：

  Start location: line: 4, column: 11 End location: line: 4, column: 29

为什么会有这个差异？ #

Oxygen确实是对Xerces做了定制化扩展：

• 原生Xerces在验证element-only类型的元素时，当遇到非法的字符节点，默认会把错误关联到父元素的结束标签位置——这是因为它在验证时，是等父元素解析完成后才抛出整体的内容模型错误。
• 而Oxygen在Xerces的基础上，额外实现了更精细的位置追踪逻辑：它会实时记录每个字符节点的起始/结束位置，当触发内容模型错误时，直接定位到非法文本的具体位置，而不是父元素的结束处。

原生Xerces-J能不能实现精准定位？ #

答案是可以！你需要做两个调整：

1. 开启Xerces的完整验证特性

在创建Validator时，启用schema-full-checking特性，这个特性会让Xerces做更细致的验证检查，包括更精准的位置追踪：

SchemaFactory factory = SchemaFactory.newInstance(XMLConstants.W3C_XML_SCHEMA_NS_URI);
Schema schema = factory.newSchema(new File("shiporder.xsd"));
Validator validator = schema.newValidator();
// 开启完整模式检查
validator.setFeature("http://apache.org/xml/features/validation/schema-full-checking", true);

2. 自定义ErrorHandler提取详细位置

原生Xerces的SAXParseException其实包含了起始和结束位置的信息，但默认的错误输出只打印了结束位置。你可以自定义ErrorHandler来获取完整的位置数据：

validator.setErrorHandler(new ErrorHandler() {
    @Override
    public void warning(SAXParseException exception) throws SAXException {
        printDetailedError(exception);
    }

    @Override
    public void error(SAXParseException exception) throws SAXException {
        printDetailedError(exception);
    }

    @Override
    public void fatalError(SAXParseException exception) throws SAXException {
        printDetailedError(exception);
    }

    private void printDetailedError(SAXParseException e) {
        System.out.printf("[Error] %s:%d:%d to %d:%d: %s%n",
                e.getSystemId(),
                e.getLineNumber(),
                e.getColumnNumber(),
                e.getEndLineNumber(), // 关键：获取结束行号
                e.getEndColumnNumber(), // 关键：获取结束列号
                e.getMessage());
    }
});

通过getEndLineNumber()和getEndColumnNumber()方法，你就能拿到错误的完整位置范围，和Oxygen的输出一致。

总结一下：Oxygen是定制了Xerces来优化错误体验，但原生Xerces-J本身就支持获取精准的错误位置，只要你开启对应的特性并自定义ErrorHandler来提取详细信息就行。

内容来源于stack exchange