如何在遇到SAXParserException等致命错误时继续处理剩余XML文件？

当然有办法！碰到这种来自外部源的不规范XML，确实挺闹心的——就像你示例里第二个<employee>的name标签写错成name123，总不能因为这一个小错误，就让后面正常的员工数据也没法解析吧？我结合你试过的DOM、SAX、Stax三种解析器，给你说说具体的容错方案：

SAX默认的错误处理逻辑是碰到SAXParserException这类致命错误就直接终止解析，但咱们可以通过自定义ErrorHandler来改变这个行为：

• 继承DefaultHandler，重写fatalError()方法，不要抛出异常，而是把错误信息记录下来，然后让解析继续。
• 注意：有些SAX解析器（比如默认的Oracle实现）可能在碰到致命错误后还是会终止，这时候可以试试配置解析器的http://apache.org/xml/features/continue-after-fatal-error特性为true（需要Apache Xerces解析器支持）。

举个Java代码示例：

SAXParserFactory factory = SAXParserFactory.newInstance();
factory.setFeature("http://apache.org/xml/features/continue-after-fatal-error", true);
SAXParser parser = factory.newSAXParser();

CustomHandler handler = new CustomHandler();
parser.parse(new File("employees.xml"), handler);

// 自定义Handler类
class CustomHandler extends DefaultHandler {
    @Override
    public void fatalError(SAXParseException e) throws SAXException {
        // 只记录错误，不抛出异常
        System.err.println("致命错误在第" + e.getLineNumber() + "行: " + e.getMessage());
        // 这里不抛出异常，解析器会尝试继续
    }

    // 重写startElement、endElement等方法处理正常节点...
}

StAX是拉模式解析，你完全可以自己掌控解析的节奏，碰到错误时跳过当前坏节点，继续处理后面的内容，这也是我最推荐的方案，灵活性最高。

比如用XMLStreamReader的示例：

XMLInputFactory factory = XMLInputFactory.newInstance();
// 开启基础容错配置
factory.setProperty(XMLInputFactory.IS_REPLACING_ENTITY_REFERENCES, true);
factory.setProperty(XMLInputFactory.IS_SUPPORTING_EXTERNAL_ENTITIES, false);

try (XMLStreamReader reader = factory.createXMLStreamReader(new FileReader("employees.xml"))) {
    while (reader.hasNext()) {
        try {
            int event = reader.next();
            switch (event) {
                case XMLStreamConstants.START_ELEMENT:
                    if ("employee".equals(reader.getLocalName())) {
                        // 处理正常的employee节点
                        System.out.println("开始处理员工节点");
                    }
                    break;
                // 其他事件处理...
            }
        } catch (XMLStreamException e) {
            // 碰到错误，跳过当前元素及其子节点
            System.err.println("解析错误在第" + reader.getLocation().getLineNumber() + "行: " + e.getMessage());
            reader.nextTag();
        }
    }
} catch (Exception e) {
    e.printStackTrace();
}

这里的关键是在捕获XMLStreamException后，调用reader.nextTag()来跳过错误的节点，让解析继续往下走。

DOM是把整个XML文档一次性加载到内存中构建树形结构，只要文档有致命的格式错误，整个加载过程就会失败，根本没法获取到部分正确的内容。所以如果你的需求是容错解析，DOM直接pass就好。

额外提醒 #

• 不管用哪种方案，一定要把错误信息（行号、错误内容）记录下来，方便后续和外部源的提供者沟通，或者自己排查问题。
• 外部XML的格式问题可能五花八门，比如未闭合标签、非法字符等等，容错逻辑要尽量覆盖常见场景。

内容的提问来源于stack exchange，提问作者saurabh raja