Uso de SAX (Java) para analizar múltiples mensajes XML desde una única secuencia TCP

Question

Estoy en una posición en la que uso Java para conectarme a un puerto TCP y descargo documentos XML uno tras otro, cada uno delimitado con el inicio <?xml de la etiqueta del documento Un ejemplo que demuestra el formato:

<?xml version="1.0"?> 
<person> 
    <name>Fred Bloggs</name> 
</person> 
<?xml version="1.0"?> 
<person> 
    <name>Peter Jones</name> 
</person> 

estoy usando la API org.xml.sax.*. El análisis SAX funciona perfectamente para el primer documento, pero se produce una excepción cuando se trata de todo el comienzo del segundo documento:

Exception in thread "main" org.xml.sax.SAXParseException: The processing instruction 
target matching "[xX][mM][lL]" is not allowed. 

La siguiente clase de esqueleto demuestra la configuración que estoy usando:

import org.xml.sax.InputSource; 
import org.xml.sax.XMLReader; 
import org.xml.sax.helpers.DefaultHandler; 
import org.xml.sax.helpers.XMLReaderFactory; 

import java.io.FileReader; 

public class XMLTest extends DefaultHandler { 

    public XMLTest() { 
    super(); 
    } 

    public static void main(String[] args) throws Exception { 
    XMLReader xr = XMLReaderFactory.createXMLReader(); 

    XMLTest handler = new XMLTest(); 
    xr.setContentHandler(handler); 
    xr.setErrorHandler(handler); 

    xr.parse(new InputSource(new Socket("127.0.0.1", 4555).getInputStream())); 
    } 
} 

No tengo control sobre el formato del xml (es un feed de datos financieros), pero necesito poder analizarlo de manera eficiente y analizar todos los documentos. Pasé la tarde/noche probando cosas diferentes, pero ninguno arrojó resultados. Cualquier ayuda sería muy apreciada.

Answer 1

Desea dividir la secuencia en cada <?xml version="1.0"?> y analizarlos por separado. El BufferedReader puede ser útil en esto. Ejemplo de inicio:

reader = new BufferedReader(new InputStreamReader(input, "UTF-8")); 
StringBuilder builder = null; 
for (String line; (line = reader.readLine()) != null;) { 
    if (line.startsWith("<?xml")) { 
     if (builder != null) { 
      xr.parse(new InputSource(builder.toString())); 
     } 
     builder = new StringBuilder(); 
    } 
    builder.append(line); 
}