我正在编写一个 Java 程序来读取 XML 文件，实际上是一个 XML plist 格式的 iTunes 库。
除了遇到包含& 的文本时，我已经设法绕过这种格式引发的大多数障碍。 XLM 文件将此 & 符号表示为 &，而我只能设法读取任何特定文本部分中 & 之后的文本。
有没有办法禁用转义码检测？我正在使用 SAXParser。
【问题讨论】：
标签： java saxparser html-escape-characters
你正在尝试做的事情有些可疑。
如果您尝试解析的文件格式包含裸 & 符号 (&)，则它是 不是格式良好的 XML。 & 符号在格式良好的 XML 中表示为字符实体（例如 &）。
如果它真的应该是真正的 XML，那么在任何写入/生成文件的内容中都存在错误。
如果它不应该是真正的 XML（即那些 & 号不是错误），那么您可能不应该尝试使用 XML 解析器来解析它。
啊，我明白了。 XML 实际上已正确编码，但您没有正确获取 SO 标记。
看来你真正的问题是你的characters(...) 回调被分别调用& 之前的文本、（解码的）&，最后是& 之后的文本。您只需要通过将文本块重新组合在一起来处理这个问题。
ContentHandler.characters() 的 javadoc 是这样说的：
“解析器会调用这个方法来报告每一块字符数据。SAX 解析器可以在一个块中返回所有连续的字符数据，也可以将它分成几个块……” .
【讨论】：
这可能不是转义字符的最佳通用解决方案，但我只需要考虑换行符，因此只需检查 \n 就很容易。
您可以检查反斜杠 \ 仅检查所有转义字符或在您的情况下为 &，尽管我认为其他人会提供更优雅的解决方案。
@Override
public void characters(char[] ch, int start, int length)
{
String elementData = new String(ch, start, length);
boolean elementDataContainsNewLine = (elementData.indexOf("\n") != -1);
if (!elementDataContainsNewLine)
{
//do what you want if it is no new line
}
}
【讨论】：
你有摘录给我们吗？文件是 iTunes 生成的吗？如果是这样，对我来说，这听起来像是 iTunes 中的一个错误，它忘记了正确编码 & 符号。我不会感到惊讶：他们显然一开始就没有获得 XML，他们 <name>[key]</name><string>[value]</string> 的架构一定会让 XML 发明者呕吐。
您可能想要使用不同的、更强大的解析器。只要文件格式正确，SAX 就很棒。然而，我不知道 dom4j 和 jdom 有多强大。试一试。对于python，我知道我会推荐ElementTree 或BeautifulSoup，它们非常健壮。
还可以查看http://code.google.com/p/xmlwise/，我发现 在 stackoverflow 中提到了这里（您使用了搜索吗？）。
更新：（根据更新后的问题）您需要了解实体在 XML 和 SAX 中的作用。它们默认是一个单独的节点，就像文本节点一样。因此，您可能需要将它们与相邻的文本节点连接起来才能获得完整的值。您在解析器中使用 DTD 吗？使用适当的 DTD（带有实体定义）可以帮助进行很多解析，因为它可以包含从诸如 &amp; 之类的实体到它们所代表的字符 & 的映射，并且解析器可能能够为您进行合并。 （至少我喜欢用于大文件的 python XML-pull 解析器在实现子树时会这样做。）
【讨论】：
我正在使用 SAXParser 解析下面的字符串
<xml>
<FirstTag>&<</FirstTag>
<SecondTag>test</SecondTag>
</xml>
I want the same string to be retained but it is getting converted to below
<xml>
<FirstTag>&<</FirstTag>
<SecondTag>test</SecondTag>
<xml>
Here is my code. How can I avoid this being converted?
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser saxParser = factory.newSAXParser();
MyHandler handler = new MyHandler();
values = handler.getValues();
saxParser.parse(x, handler);
【讨论】：