DocumentException ZUGFeRDValidator

[Ulukai]

Wir haben das ZUGFeRD mustangproject schon seit einigen Jahren bei uns über maven integriert und nun möchten wir auch den ZUGFeRDValidator einbinden. Dabei bin ich auf ein Problem gestoßen:

org.dom4j.DocumentException: Error on line 1 of document  : The processing instruction target matching "[xX][mM][lL]" is not allowed.
    at org.dom4j.io.SAXReader.read(SAXReader.java:511)
    at org.dom4j.DocumentHelper.parseText(DocumentHelper.java:279)
    at org.mustangproject.validator.ZUGFeRDValidator.validate(ZUGFeRDValidator.java:234)
Caused by: org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 94; The processing instruction target matching "[xX][mM][lL]" is not allowed.
    at org.apache.xerces.util.ErrorHandlerWrapper.createSAXParseException(Unknown Source)
    at org.apache.xerces.util.ErrorHandlerWrapper.fatalError(Unknown Source)
    at org.apache.xerces.impl.XMLErrorReporter.reportError(Unknown Source)
    at org.apache.xerces.impl.XMLErrorReporter.reportError(Unknown Source)
    at org.apache.xerces.impl.XMLErrorReporter.reportError(Unknown Source)
    at org.apache.xerces.impl.XMLScanner.reportFatalError(Unknown Source)
    at org.apache.xerces.impl.XMLScanner.scanPIData(Unknown Source)
    at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl.scanPIData(Unknown Source)
    at org.apache.xerces.impl.XMLScanner.scanPI(Unknown Source)
    at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl$FragmentContentDispatcher.dispatch(Unknown Source)
    at org.apache.xerces.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source)
    at org.apache.xerces.parsers.XML11Configuration.parse(Unknown Source)
    at org.apache.xerces.parsers.XML11Configuration.parse(Unknown Source)
    at org.apache.xerces.parsers.XMLParser.parse(Unknown Source)
    at org.apache.xerces.parsers.AbstractSAXParser.parse(Unknown Source)
    at org.apache.xerces.jaxp.SAXParserImpl$JAXPSAXParser.parse(Unknown Source)
    at org.dom4j.io.SAXReader.read(SAXReader.java:494)
    ... 56 more

Folgendes ist mir dabei aufgefallen: /org/mustangproject/validator/PDFValidator.java:117 pdfReport = reportStream.toString("utf-8").replaceAll("<\\?xml version=\"1\\.0\" encoding=\"utf-8\"\\?>", "");

Dieses replaceAll() greift nicht, wenn die XML-Deklaration mit Single-Quotes geschrieben wird, sprich <?xml version='1.0' encoding='utf-8'?>, was bei mir aber gerade der Fall ist. Da im XML-Standard beide Schreibweisen erlaubt sind, macht es wahrscheinlich Sinn die Regex zu erweitern, damit beide Zeichen erkannt werden.

[jstaerk]

sehr interessant, danke für den report

[jstaerk]

hab einen test gebaut & eingecheckt mit single quotes, der läuft durch. Das erwähnte replaceAll greift auch nur auf dem verapdf-ausgabereport weil da was konkateniert werden muss.

[Ulukai]

Das erwähnte replaceAll greift auch nur auf dem verapdf-ausgabereport

Ja, das habe ich auch gemeint. Genau dieser verapdf-Ausgabereport wird aus irgendeinem Grund - evtl. irgendwelchen dependencies, Versionsunterschieden - mit Single-Quote ausgeliefert. Und da dann die erwähnte regex nicht greift und der ZUGFeRDValidator den verapdf-Ausgabereport mit eigenen Sachen konkateniert, bleibt diese XML-Deklaration irgendwo mitten im ZUGFeRDValidator-Ausgabereport stehen, was dann in ZUGFeRDValidator.java:234 die DocumentException verursacht.

[jstaerk]

kannst du den report mal anhängen? Welche version von Verapdf hat er sich denn da gezogen? Und reden wir von Windows, Linux oder ganz was anderem?

[Ulukai]

Windows 10 Java 11 (AdoptOpenJDK)

ValidationLog.txt

[jstaerk]

komisch das ist eigentlich korrekt, wie kann ich das reproduzieren?

[Ulukai]

Das weiß ich nicht! Ich kann es reproduzieren, indem ich in unserer Anwendung z.B. das angehängte PDF versuche zu validieren:

// Validierung
ZUGFeRDValidator zfv = new ZUGFeRDValidator();
String validationResult = zfv.validate(jasperPDF.getAbsolutePath());

20230001.pdf