java - dom4j 将文本转换为特殊字符

Question

我正在使用 dom4j 来解析我的 xml。假设我有这样的事情：

<?xml version="1.0" encoding="UTF-8"?>
<foo>
    <bar>&#402;</bar>
</foo>

查看“bar”节点的值时，它会返回由“& #402;”表示的特殊字符

有没有办法防止这种情况，只需阅读实际的文本位？

Answer 1

如果bar节点的值本身包含 < 或 > 或 & ，那么它将破坏解析器。为了防止这种情况发生，您应该在输入时转义所有数据，然后在输出时再次取消转义。

这会将您的文档变成：

<?xml version="1.0" encoding="UTF-8"?>
<foo>
    <bar>&amp;#402;</bar>
</foo>

它确实很糟糕，但这对你来说是 XML。

Answer 2

实际的文字是ƒ？你需要像&那时一样逃避＆符号。

Answer 3

如果您需要在读写 XML 文件时保留数字字符引用&#nnnn或字符实体引用，您可以：&something

1. 预处理输入流替换&为例如[$AMPERSAND_CHARACTER$]
2. 通过 dom4j 修改 XML
3. 后处理输出流进行反向替换

请参阅代码示例。