如何在java中取消转义XML答案

【问题标题】：how to unescape XML in java如何在java中取消转义XML
【发布时间】：2011-02-19 12:13:03
【问题描述】：

我需要对包含转义 XML 标记的 xml 字符串进行转义：

&lt;
&gt;
&amp;
etc...

我确实找到了一些可以执行此任务的库，但我宁愿使用可以执行此任务的单一方法。

有人可以帮忙吗？

干杯，巴斯·亨德里克斯

【问题讨论】：

标签： java xml escaping

【解决方案1】：

StringEscapeUtils.unescapeXml(xml)

(commons-lang, download)

【讨论】：

“但我宁愿使用可以执行此任务的单一方法。”
Bas，阅读 commons-lang 的源代码，看看是否值得重新发明轮子而不是仅仅使用它。
@Bas - 标准 Java 库中没有任何内容可以执行此操作，因此您要么使用可以为您执行此操作的第三方库，要么您必须自己编写（不推荐）。
commons-lang 似乎已被弃用，应该使用 commons-text。 commons.apache.org/proper/commons-text mvnrepository.com/artifact/org.apache.commons/commons-text/1.6

【解决方案2】：

这里有一个简单的方法来对 XML 进行转义。它处理预定义的 XML 实体和十进制数字实体 (nnnn;)。修改它以处理十六进制实体 (hhhh;) 应该很简单。

public static String unescapeXML( final String xml )
{
    Pattern xmlEntityRegex = Pattern.compile( "&(#?)([^;]+);" );
    //Unfortunately, Matcher requires a StringBuffer instead of a StringBuilder
    StringBuffer unescapedOutput = new StringBuffer( xml.length() );

    Matcher m = xmlEntityRegex.matcher( xml );
    Map<String,String> builtinEntities = null;
    String entity;
    String hashmark;
    String ent;
    int code;
    while ( m.find() ) {
        ent = m.group(2);
        hashmark = m.group(1);
        if ( (hashmark != null) && (hashmark.length() > 0) ) {
            code = Integer.parseInt( ent );
            entity = Character.toString( (char) code );
        } else {
            //must be a non-numerical entity
            if ( builtinEntities == null ) {
                builtinEntities = buildBuiltinXMLEntityMap();
            }
            entity = builtinEntities.get( ent );
            if ( entity == null ) {
                //not a known entity - ignore it
                entity = "&" + ent + ';';
            }
        }
        m.appendReplacement( unescapedOutput, entity );
    }
    m.appendTail( unescapedOutput );

    return unescapedOutput.toString();
}

private static Map<String,String> buildBuiltinXMLEntityMap()
{
    Map<String,String> entities = new HashMap<String,String>(10);
    entities.put( "lt", "<" );
    entities.put( "gt", ">" );
    entities.put( "amp", "&" );
    entities.put( "apos", "'" );
    entities.put( "quot", "\"" );
    return entities;
}

【讨论】：

【解决方案3】：

这是我用十分钟写的一篇。它不使用正则表达式，只使用简单的迭代。我不认为这可以增强得更快。

public static String unescape(final String text) {
    StringBuilder result = new StringBuilder(text.length());
    int i = 0;
    int n = text.length();
    while (i < n) {
        char charAt = text.charAt(i);
        if (charAt != '&') {
            result.append(charAt);
            i++;
        } else {
            if (text.startsWith("&amp;", i)) {
                result.append('&');
                i += 5;
            } else if (text.startsWith("&apos;", i)) {
                result.append('\'');
                i += 6;
            } else if (text.startsWith("&quot;", i)) {
                result.append('"');
                i += 6;
            } else if (text.startsWith("&lt;", i)) {
                result.append('<');
                i += 4;
            } else if (text.startsWith("&gt;", i)) {
                result.append('>');
                i += 4;
            } else i++;
        }
    }
    return result.toString();
}

【讨论】：

这确实支持数字实体
我喜欢这种简单的方法。但是，它会从输入中去除单个 & 符号。最后一个else 恕我直言：else { result.append(charAt); i++; }

【解决方案4】：

如果您使用 JSP，请使用来自 openutils-elfunctions 的 su:unescapeXml

【讨论】：