问题描述
程序员还是看代码好了：
public static void main(String[] args) throws DocumentException {
String text = "<root value=\"123\n321\"></root>";
Document document = DocumentHelper.parseText(text);
System.out.println(document.valueOf("//root/@value"));
}
虽然我的内容里面有换行符，但是打印出的结果是123 321。
排查过程
最开始怀疑是document.valueOf()的问题，然而看document的结构发现里面的属性已经是错误的了。那问题出在DocumentHelper.parseText()这里。
然后就是常规跟代码，看看到底是哪里把我们的代码处理成空格的。
最后发现了com.sun.org.apache.xerces.internal.impl.XMLScanner#scanAttributeValue,涉及到我们问题的代码片段如下：
else if (c == '\n' || c == '\r') {
fEntityScanner.scanChar();
stringBuffer.append(' ');
if (entityDepth == fEntityDepth && fNeedNonNormalizedValue) {
fStringBuffer2.append('\n');
}
}
关键行是stringBuffer.append(' ')这里解析到有换行符后，他没有原封不动把换行符加入到结果中，而是加入了空格。
这里还有一个信息就是entityDepth == fEntityDepth && fNeedNonNormalizedValue条件，我们可以猜想我们可能是可以通过设置参数来影响解析XML的过程的，使它能原封把换行符放入结果，因为时间关系这里没有继续的往下查代码。
解决过程
以前想要修改jar里面的代码，我们都是在我们的源码中创建与原类相同的包路径和java文件。这样我们可以编译构建的过程中用我们的代码来覆盖原有jar包中的class。
但是这次照做之后发现没有替换成功。原因在于，这次想要覆盖的是java的代码。我们可以想到java的类肯定会优先加载，或者使用自己的classloader进行加载，这样就把我们的意图给破坏掉了。
但是java也不是没有给我们留后门。这时候就有个JVM的配置参数
-Djava.endorsed.dirs=I:\xml\
配置好了这个，JVM就会去配置的目录中找jar并加载。
我们再需要做的就是把编译后的XMLScanner.class打成jar包。
使用命令
jar -cvf xml.jar *
并放到上面配置的目录下就可以啦。
后续
- 研究JVM的加载原理及顺序
- 研究除了配置endorsed，考虑使用javaagent的方式进行增强
- 研究是不是可以通过配置来解决此问题
网友评论