Parser XHTML en Java ? possible ?

**sliderman** · 28/02/2008, 12h34

Bonjour,

Pour me faciliter la vie, j'ai besoin de génerer un PDF en Java. Je voudrais le faire (avec la librairie iText, à partir d'un document XHTML). Je me suis dit que comme le XHTML n'est qu'une sorte de XML je pourrais parser mon XML et donc génerer le PDF. Mais non le XHTML comprend un doctype. Et donc si je fais un getRootElement() du Document JDOM correspondant à mon fichier HTML, j'ai une erreur (java.net.UnknownHostException), j'avoue humblemnt que je comprend qu'il y ai une exception mais que je ne comprend pas pourquoi cette exception. Je voudrais si possible savoir comment mettre le pointeur à partir du body, parce que les balises meta et tout le reste ne m'interesse pas. Voici ma classe :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
 
package com.datalion.website.parser;
 
import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;
 
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.JDOMException;
import org.jdom.input.SAXBuilder;
 
 
public class XHTMLParser
{
    private SAXBuilder sxb;
    private String path;
    private Document doc;
    private Element root;
    public XHTMLParser()
    {
        this.sxb = new SAXBuilder();
    }
    public void parse(String URL)
    {
 
        this.path=URL;
        try
        {
            this.doc = sxb.build(new FileInputStream(this.path)); // <- java.net.UnknownHostException:
            this.root = doc.getRootElement();
        }
        catch(JDOMException e1)
        {
            e1.printStackTrace();
        }
        catch(IOException e2)
        {
            e2.printStackTrace();
        }
    }
    public Object getElementById(String id)
    {
        return searchObject(id);
    }
    private Object searchObject(String uniqueIdentifier)
    {
        List level = this.root.getChildren();
        for(int i = level.size() ; i > 0 ; i --)
        {
            Element current = (Element) level.get(i);
            if(current.getAttributeValue("id").equals(uniqueIdentifier))
            {
                return current.getAttributeValue("id").equals(uniqueIdentifier);
            }
        }
        return searchObject(uniqueIdentifier);
    }
    public Object root()
    {
        return this.root;
    }
}

Pourriez vous m'aidez ?

**azerr** · 28/02/2008, 15h46

Bonjour,

J'en ai passe des heures et des heures sur ce probleme.
En fait lorsque tu met un DOCTYPE en entete, cela signifie que le XML doit etre valide par une DTD.

Dans le cas de XHTML, le doctype pointe sur la DTD http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd. Donc il faut par exemple indiquer au parser SAX a l'aide de setEntityResolver comment recuperer le flux de cetet DTD. Le probleme c'est qu cette DTD peut faire reference a une autre DTD. Cela peut vite devenir horrible.

Dans ton cas, si tu n'as pas besoin de valider ton document, tu peut utiliser la classe que j'ai faite dans Akrogen
qui permet de charger un XML avec un doctype ou un schema XML sans etre oblige de le valider par la DTD pou le schema.

Voici la classe (epure) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
 
import java.io.ByteArrayInputStream;
import java.io.IOException;
 
import org.xml.sax.EntityResolver;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
 
/**
 * EntityResolver used to load XML file which include DTD/Schema without having
 * this DTD/Schema.
 * 
 * @version 1.0.0
 * @author <a href="mailto:angelo.zerr@gmail.com">Angelo ZERR</a>
 * @see methode getDocumentBuilderEmptyEntityResolver of XMLUtils class.
 */
public class EmptyEntityResolver implements EntityResolver {
 
	private String xml;
 
	public EmptyEntityResolver() {
		this("1.0", "UTF-8");
	}
 
	public EmptyEntityResolver(String version, String encoding) {
		// Compute XML content
		this.xml = getXMLContent(version, encoding);
	}
 
	public InputSource resolveEntity(String publicId, String systemId)
			throws SAXException, IOException {
		return new InputSource(new ByteArrayInputStream(this.xml.getBytes()));
 
	}
 
	private String getXMLContent(String version, String encoding) {
		StringBuffer content = new StringBuffer("<?xml ");
		if (version != null && version.length() > 0) {
			content.append("version=\"");
			content.append(version);
			content.append("\" ");
		}
		if (encoding != null && encoding.length() > 0) {
			content.append("encoding=\"");
			content.append(encoding);
			content.append("\" ");
		}
		content.append(" ?>");
		return content.toString();
	}
 
}

Ensuite pour l'utiliser dans ton code, tu fais comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
public void parse(InputStream URL) {
		try {
			sxb.setEntityResolver(new EmptyEntityResolver());			
			this.doc = sxb.build(URL); // <-
...

J'espere que ca pourra t'aider.

Angelo

**sliderman** · 28/02/2008, 16h12

Envoyé par azerr

Bonjour,

J'en ai passe des heures et des heures sur ce probleme.
En fait lorsque tu met un DOCTYPE en entete, cela signifie que le XML doit etre valide par une DTD.

Dans le cas de XHTML, le doctype pointe sur la DTD http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd. Donc il faut par exemple indiquer au parser SAX a l'aide de setEntityResolver comment recuperer le flux de cetet DTD. Le probleme c'est qu cette DTD peut faire reference a une autre DTD. Cela peut vite devenir horrible.

Dans ton cas, si tu n'as pas besoin de valider ton document, tu peut utiliser la classe que j'ai faite dans Akrogen
qui permet de charger un XML avec un doctype ou un schema XML sans etre oblige de le valider par la DTD pou le schema.

Voici la classe (epure) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
 
import java.io.ByteArrayInputStream;
import java.io.IOException;
 
import org.xml.sax.EntityResolver;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
 
/**
 * EntityResolver used to load XML file which include DTD/Schema without having
 * this DTD/Schema.
 * 
 * @version 1.0.0
 * @author <a href="mailto:angelo.zerr@gmail.com">Angelo ZERR</a>
 * @see methode getDocumentBuilderEmptyEntityResolver of XMLUtils class.
 */
public class EmptyEntityResolver implements EntityResolver {
 
	private String xml;
 
	public EmptyEntityResolver() {
		this("1.0", "UTF-8");
	}
 
	public EmptyEntityResolver(String version, String encoding) {
		// Compute XML content
		this.xml = getXMLContent(version, encoding);
	}
 
	public InputSource resolveEntity(String publicId, String systemId)
			throws SAXException, IOException {
		return new InputSource(new ByteArrayInputStream(this.xml.getBytes()));
 
	}
 
	private String getXMLContent(String version, String encoding) {
		StringBuffer content = new StringBuffer("<?xml ");
		if (version != null && version.length() > 0) {
			content.append("version=\"");
			content.append(version);
			content.append("\" ");
		}
		if (encoding != null && encoding.length() > 0) {
			content.append("encoding=\"");
			content.append(encoding);
			content.append("\" ");
		}
		content.append(" ?>");
		return content.toString();
	}
 
}

Ensuite pour l'utiliser dans ton code, tu fais comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
public void parse(InputStream URL) {
		try {
			sxb.setEntityResolver(new EmptyEntityResolver());			
			this.doc = sxb.build(URL); // <-
...

J'espere que ca pourra t'aider.

Angelo

merci mais ce que je veut c'est pas parser le flux de la dtd (XHTML)

mais bien mon flux

enfait c'est un flux génerer par un servlet

merci pour le plugin

[mode raleur]il n'y a m^me pas d'update site[/mode raleur]

**azerr** · 28/02/2008, 16h49

merci mais ce que je veut c'est pas parser le flux de la dtd (XHTML)

Mais justement ca permet de parser le flux XHTML et pas celui de la DTD.
En fait la classe EmptyEntityResolver simule que tu as la DTD et comme ca SAX ne renvoie pas d'erreur. Apres ton DOM est alimente avec le contenu de ton XHTML.

Angelo

**azerr** · 28/02/2008, 16h53

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[mode raleur]il n'y a m^me pas d'update site[/mode raleur]

Oui je sais, mais c'est super complique a faire un update site sur sf.
Je n'ai pas eu le temps de m'en occuper, je suis a fond dans mon autre projet Tk-UI qui permet de decrire des UI (Swing, SWT...) en XML (XUL, XHTML...), CSS et Javascript et qui sera ensuite integrer a Akrogen .

Angelo

**sliderman** · 28/02/2008, 17h43

PS : un update site te permettrais de rendre possible l'installation de ton plugin eclipse par mon appli (un installateur de parc informatique, que j'ai pas encore finis)

et c'est quelle classe que je dois prendre ?

Parser XHTML en Java ? possible ?

Format d'échange (XML, JSON...) Java

Vue hybride

Discussions similaires

Partager

Partager