Java 创建 XML 并使用 XSL 创建 HTML 转义字符

Question

我有一点问题

1. 用java获取用户数据
2. 使用 JAXB 生成 XML
3. 创建我的 XSL 模板
4. 使用 Java 生成 HTML

现在我遇到了\r 和\n 以及其他一些时髦符号的问题。我应该使用 xml 转义还是 html 转义来解析我的 xml 内容。默认的 Java 转义实用程序类做得很差，我在网上找到的自定义类也不起作用。

将\n 和\r 替换为<p> </p> 或者html tag 会是一个不错的选择，这是一个好的解决方案吗？谢谢！

一个简单的例子是我的 xml 中的日期值，它作为字符串传入并使用了所有转义符。

原文：（同一时间，我不记得是哪个） - Mon, 29 Feb 2016 13:40:58 EST (-0500)

转义的 XML 条目： - <Date>Mon, 29 Feb 2016 03:40:43 EST(-0500)</Date>

解析的 HTML 输出： - Mon, 29 Feb 2016 03:40:43 EST(-0500)

特殊字符的编码和解码显然出了问题。 但是当它被解析成html时

编辑：我也有这个我什至不认识的垃圾是：


编辑：我修复了日期问题，但部分编码仍然不正确。

public static String entityEncode(String text) {
    String result = text;
    if (result == null)
        return result;
    return StringEscapeUtils.escapeXml(XMLStringUtil.escapeControlChrs(result));
}

另一个类是：

public class XMLStringUtil {

    private static HashSet<Character> illegalChrSet = new HashSet<>();

    static {
        final String illegalChrs = "\u0000\u0001\u0002\u0003\u0004\u0005" +
                "\u0006\u0007\u0008\u000B\u000C\u000E\u000F\u0010\u0011\u0012" +
                "\u0013\u0014\u0015\u0016\u0017\u0018\u0019\u001A\u001B\u001C" +
                "\u001D\u001E\u001F\uFFFE\uFFFF";

        for (int i=0; i < illegalChrs.length(); i++) {
            illegalChrSet.add(illegalChrs.charAt(i));
        }
    }

    public static String escapeControlChrs(String str) {
        if (str == null) {
            return null;
        }
        StringBuilder sb = new StringBuilder(str.length());
        for (int i=0; i < str.length(); i++) {
            char chr = str.charAt(i);
            if (illegalChrSet.contains(chr)) {
                sb.append("\\x");
                sb.append(String.format("%04x", (int) chr));
            } else {
                sb.append(chr);
            }
        }

        return sb.toString();
    }

    public static String removeControlChrs(String str) {
        if (str == null) {
            return null;
        }
        StringBuilder sb = new StringBuilder(str.length());
        for (int i=0; i < str.length(); i++) {
            char chr = str.charAt(i);
            if (! illegalChrSet.contains(chr)) {
                sb.append(chr);
            }
        }

        return sb.toString();
    }

但我仍然在 xml 中得到这个垃圾：

<Info>The origin domain used for comparison was: &#xD;
google.ca.ca&#xD;
blah blah blah&#xD;
</Info>

它出现在新行上。

Answer 1

问题是当您编码为 xml 本身时。 HTML 正在正确解析这些值。对于 html & 是 &。请检查您如何编码为 xml。 XML 不应该包含所有这些 ascii 字符。

基本上你的字符串有字符'/'。编码时，它被转换为 对于 xml。这 不知道html。在创建 xml 时，将“/”替换为 /并且解码后的html会自动转换为'/'