Java 应用XSLT时访问w3.org时出错

我正在将xslt应用于HTML文件（已经进行了过滤和整理，使其可以作为XML解析）

我的代码如下所示：

TransformerFactory transformerFactory = TransformerFactory.newInstance();
this.xslt = transformerFactory.newTransformer(xsltSource);
xslt.transform(sanitizedXHTML, result);

private Source getSource(StreamSource sanitizedXHTML) throws ParsingException {
    SAXParserFactory spf = SAXParserFactory.newInstance();
    spf.setNamespaceAware(false);
    spf.setValidating(false);  // Turn off validation

    XMLReader rdr;

    try {
        rdr = spf.newSAXParser().getXMLReader();
    } catch (SAXException e) {
        throw new ParsingException(e);
    } catch (ParserConfigurationException e) {
        throw new ParsingException(e);
    }

    InputSource inputSrc = new InputSource(sanitizedXHTML.getInputStream());
    return new SAXSource(rdr, inputSrc);
}

但是，我收到的每个doctype的错误如下：

TransformerFactory transformerFactory = TransformerFactory.newInstance();
this.xslt = transformerFactory.newTransformer(xsltSource);
xslt.transform(sanitizedXHTML, result);

private Source getSource(StreamSource sanitizedXHTML) throws ParsingException {
    SAXParserFactory spf = SAXParserFactory.newInstance();
    spf.setNamespaceAware(false);
    spf.setValidating(false);  // Turn off validation

    XMLReader rdr;

    try {
        rdr = spf.newSAXParser().getXMLReader();
    } catch (SAXException e) {
        throw new ParsingException(e);
    } catch (ParserConfigurationException e) {
        throw new ParsingException(e);
    }

    InputSource inputSrc = new InputSource(sanitizedXHTML.getInputStream());
    return new SAXSource(rdr, inputSrc);
}

错误：“服务器返回了URL:的HTTP响应代码：503”

我从浏览器访问DTD没有问题

我对正在解析的HTML几乎没有控制权，并且无法删除DOCTYPE，因为我需要它们来处理实体

欢迎任何帮助

编辑：

我试图禁用DTD验证，如下所示：

TransformerFactory transformerFactory = TransformerFactory.newInstance();
this.xslt = transformerFactory.newTransformer(xsltSource);
xslt.transform(sanitizedXHTML, result);

private Source getSource(StreamSource sanitizedXHTML) throws ParsingException {
    SAXParserFactory spf = SAXParserFactory.newInstance();
    spf.setNamespaceAware(false);
    spf.setValidating(false);  // Turn off validation

    XMLReader rdr;

    try {
        rdr = spf.newSAXParser().getXMLReader();
    } catch (SAXException e) {
        throw new ParsingException(e);
    } catch (ParserConfigurationException e) {
        throw new ParsingException(e);
    }

    InputSource inputSrc = new InputSource(sanitizedXHTML.getInputStream());
    return new SAXSource(rdr, inputSrc);
}

然后就叫它

    Source source = getSource(sanitizedXHTML);
    xslt.transform(source, result);

错误仍然存在

编辑2:

编写了一个实体解析器，并在本地磁盘上获得了HTML4.01过渡DTD。但是，我现在得到了这个错误：

错误：“实体“HTML.Version”的声明必须以“>”结尾。”

---

DTD是从w3.org下载的，我对一个相关问题有一些建议

特别是，在解析XML文档时，您可能希望关闭DTD验证，以防止解析器尝试获取DTD。或者，您可以使用自己的实体解析器返回DTD的本地副本，而不是通过网络获取它

---

Edit:仅在SAX解析器工厂上调用

setValidating（false）

可能不足以阻止解析器加载外部DTD。解析器可能需要DTD用于其他目的，例如实体定义。（也许您可以更改HTML清理/预处理阶段，用等效的数字字符实体引用替换所有实体引用，从而消除对DTD的需要？）

---

我认为没有一种方法可以确保外部DTD加载被完全禁用，因此您可能必须使用特定于解析器的东西。例如，如果您使用Xerces，您可能需要查找并调用

setFeature（“http://apache.org/xml/features/nonvalidating/load-external-dtd“，false）

只是为了确定

假设希望加载DTD（用于实体），则需要使用解析器。您所遇到的基本问题是，出于性能原因，W3C限制了对DTD URL的访问（如果没有，它们将无法获得任何性能）

现在，您应该使用DTD的本地副本，并使用目录来处理此问题。您应该看看apachecommons。如果你不知道如何使用目录，它们在

---

当然，如果进行验证，您将遇到问题。这是一个SGML DTD，您正在尝试将其用于XML。这将不起作用（可能）

谢谢您的建议，但问题仍然存在。我刚刚编辑了演示我如何尝试禁用DTD验证的内容。尝试了，从磁盘解析本地DTD时出错。请检查我的编辑。