如何在 java 中读取 XML 样式的文本文件？答案

【问题标题】：How to read XML styled text file in java?如何在 java 中读取 XML 样式的文本文件？
【发布时间】：2019-07-11 19:15:37
【问题描述】：

我想阅读下面的Java文本格式的XML文件，

XML 文件：

    <Sample>
     <DATA>
       <ID>12345</ID>
       <NAME>Person1</NAME>
       <MAIL>sa@gmail.com</MAIL>
       <Class>A&B</Class>
    </DATA>
    <DATA>
       <ID>12345</ID>
       <NAME>Person1</NAME>
       <MAIL>sa@gmail.com</MAIL>
       <Class>A<B</Class>
    </DATA>
   </Sample>

我使用 JAXB 来读取这个 xml 文件，为此我也添加了一个带有注释的 POJO 类。解组 XMl 文件时出现以下异常

[org.xml.sax.SAXParseException : The entity must immediately follow the '&' in the entity reference.]

任何人都可以建议我阅读此 xml 的最佳方法吗？

【问题讨论】：

严格来说，这不是有效的 XML。您应该要求该 XML 的创建者正确地转义 & 等，或者将它们包装在 CDATA 部分中。这就是为什么不应该通过简单的字符串处理来生成 XML 的原因（除非非常小心）
@GyroGearless ：不知道他们是否会这样做。将与他们核实。谢谢伙计。

标签： java dom jaxb

【解决方案1】：

参见link - 如错误所述，XML 需要实体引用。您需要使用&amp; 和&gt; 来表示大于号。您正在使用的 Saxon 库应正确处理这些 URL 编码的字符。

当 XML 解析器在 XML 数据中找到一个 & 符号时，它希望找到一个符号名称和一个分号。符号名称提供对另一个实体或字符的符号引用，例如与号、大于和小于字符。

【讨论】：

是的，我从某个外部来源获取此文件，我尝试使用 StringEscapeUtils.escapeXml(xml) commons.lang 包方法替换所有“”， ',&" 与相应的 html 实体 >,<,&。但是，如果我解开此内容，则会出现 xml 解析异常。
好吧，除非您获得有效的 XML，否则您将无法将其解组、解析或以其他方式将其作为 xml 处理。正如其他人在上面所说，除非您可以获取发送有效 XML 的源，否则您需要使用正则表达式来查找和替换不匹配的 < 和 > 和 &s 而不带符号和分号。