我正在使用core-site.xml
文件进行hadoop操作,并使用org.apache.hadoop.conf.Configuration
类加载它。
似乎常规的转义字符串已正确装入。但是CDATA语句是空白的,根本没有解析。
core-site.xml
:
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>cdata.example</name>
<value><![CDATA[Joe's <&> Bar]]></value>
</property>
<property>
<name>escaped.example</name>
<value>Joe's <&> Bar</value>
</property>
</configuration>
Main.java
:
import org.apache.hadoop.conf.Configuration;
import java.net.MalformedURLException;
import java.io.File;
import java.net.URI;
public class Main {
public static void main(String[] args) {
Configuration conf = new Configuration();
File conffile = new File("core-site.xml");
try {
conf.addResource(conffile.toURI().toURL());
System.out.println(conf.get("cdata.example"));
System.out.println(conf.get("escaped.example"));
} catch(MalformedURLException e) {
System.out.println("MalformedURLException");
}
}
}
输出为:
null
Joe的酒吧
为什么?根据XML标准,CDATA是否不是适当的转义方案?
Hadoop版本最高为2.8.x的将正确解析CDATA。在Hadoop 2.9及更高版本中,将解析器从基于DOM的解析器DocumentBuilder(请参阅https://issues.apache.org/jira/browse/HADOOP-14501)切换为基于stax的解析器FasterXML的woodstox(请参阅https://issues.apache.org/jira/browse/HADOOP-14216和https://issues.apache.org/jira/browse/HADOOP-14501),以提高xml的解析性能。
归档为https://issues.apache.org/jira/browse/HADOOP-16749,以便包括2.9.3、3.1.4、3.2.2、3.3.0版及更高版本的行将再次正确解析CDATA。