java - 在 Java 中转义有效的 XML 字符

Question

我有一个看起来像这样的字符串：

<tag1><tag2>Text</tag2> > AnotherText</tag1>

我正在使用 XMLOutputFactoryImpl 将该 XML 解析为一个字符串，但是，我也需要将单个“大于”（就在另一个文本之前）转义，即使它在那里是合法的。

你有什么想法我需要如何配置我的 OutputFactory 来让它工作吗？

Answer 1

无法重现您的问题。这是我的代码（我使用 rt.jar 中的默认 StAX）：

    XMLOutputFactory of = XMLOutputFactory.newInstance();
    System.out.println(of.getClass());
    XMLStreamWriter ow = of.createXMLStreamWriter(System.out);
    ow.writeStartElement("tag1");
    ow.writeStartElement("tag2");
    ow.writeCharacters("Text");
    ow.writeEndElement();
    ow.writeCharacters("> AnotherText");
    ow.writeEndElement();
    ow.close();

输出

<tag1><tag2>Text</tag2>&gt; AnotherText</tag1>

Answer 2

如果您使用的是 XML api（DOM、StAX 或 JAXB），那么内容将自动为您转义。您也可以为此使用 CDATA 部分。

Answer 3

您可以使用 apache 公共语言库来转义字符串。

org.apache.commons.lang.StringEscapeUtils

String escapedXml = StringEscapeUtils.escapeXml("the data might contain & or ! or % or ' or # etc");

更新的答案：

最好的解决方案是修复生成文本输入的程序。最简单的此类修复将涉及与建议的其他答案一样的转义实用程序。如果这不是一个选项，我会使用像这样的正则表达式

</?[a-zA-Z]+ */?>

匹配预期的标签，然后将字符串拆分为标签（您希望通过它保持不变）和标签之间的文本（您希望应用转义方法。）

我不会指望 XML 解析器能够为您做这件事，因为您正在处理的不是有效的 XML。现有的缺乏转义可能会产生歧义，因此您可能也无法完成完美的工作。