Java：从 XML 中的文本（不是标签）中删除 < 和 >答案

【问题标题】：Java: remove < and > from text in XML (not tags)Java：从 XML 中的文本（不是标签）中删除 < 和 >
【发布时间】：2020-06-16 19:34:03
【问题描述】：

我很难转义要由 Java 处理的 xml。我正在使用 JTidy 来转义不需要的字符，但很难从 <tag> capacity < 1000 </tag>

等值中删除“”

我正在使用下面的代码来转义输入

    public String CleanXML(String input){

        Tidy tidy = new Tidy();
        tidy.setInputEncoding("UTF-16");
        tidy.setOutputEncoding("UTF-16");
        tidy.setWraplen(Integer.MAX_VALUE);
        tidy.setXmlOut(true);
        tidy.setSmartIndent(true);
        tidy.setXmlTags(true);
        tidy.setMakeClean(true);
        tidy.setForceOutput(true);
        tidy.setQuiet(true);
        tidy.setShowWarnings(false);
        StringReader in = new StringReader(input);
        StringWriter out = new StringWriter();
        tidy.parse(in, out);

        return out.toString();
    }

【问题讨论】：

<tag> capacity < 1000 </tag> 的期望值是多少？
Id 使用类似： capacity esc(
您从哪种输入开始？包含两个标签（如<a>）和未转义尖括号（如size < 7）的字符串？这是相当肮脏的输入，看看它是如何创建的，并尝试创建一些更干净的东西，而不是事后收拾烂摊子。
我喜欢..，但问题是数据来自世界各地的技术人员平板电脑，这个选项有点不真实..

标签： java xml jtidy

【解决方案1】：

如果您想删除 XML 的标签终端，只需将其转换为地图并根据需要构建字符串，请参阅 XML to map in Java。

如果你想清理属性值，你可以迭代 map 并清理它，然后构建一个字符串或通过map to XML in java将其重新转换为 XML

【讨论】：

您好，感谢您的回答，但我们使用的是接受纯 UTF-8 格式的 XML 字符串的服务总线。在将其解析为 XML 对象之前，我需要对该字符串进行转义，因此除非我解析字符串（以防它在值中包含“
你没有尝试对字符串进行 ASCII 值范围检查吗？
我没有..你将如何实现它？
在下面的答案中试试这个功能。

【解决方案2】：

使用以下功能

private static final Pattern TAG_REGEX = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);

public String CleanXML(String input){
    final Matcher matcher = TAG_REGEX.matcher(input);
    while (matcher.find()) {
        String value = matcher.group(1);
        String valueReplace = value.replaceAll("[^a-zA-Z0-9\\s]", "");
        input.replace(value,valueReplace);
    }
    return input;        
}

它使用正则表达式搜索来获取标签之间的值，然后删除所有非字母数字字符。正则表达式和基本思想来源于Java regex to extract text between tags

【讨论】：