Java：解析 XML 时忽略转义答案

【问题标题】：Java: Ignoring escapes when parsing XMLJava：解析 XML 时忽略转义
【发布时间】：2010-04-12 21:07:26
【问题描述】：

我正在使用 DocumentBuilder 来解析 XML 文件。但是，该项目的规范要求在文本节点中，像 &quot; 和 &lt; 这样的字符串按字面意思返回，并且不解码为字符（" 和 <）。 p>

之前的一个类似问题Read escaped quote as escaped quote from xml 收到了一个似乎特定于 Apache 的答案，而另一个似乎根本没有按照它所说的那样做。但是，我很想在这两个方面都被证明是错误的:)

供参考，这里有一些代码：

  file = new File(fileName);
  DocBderFac = DocumentBuilderFactory.newInstance();
  DocBder = DocBderFac.newDocumentBuilder();
  doc = DocBder.parse(file);

  NodeList textElmntLst = doc.getElementsByTagName(text);
  Element textElmnt = (Element) textElmntLst.item(0);

  NodeList txts = textElmnt.getChildNodes(); 
  String txt = ((Node) txts.item(0)).getNodeValue();
  System.out.println(txt);

我希望 println() 产生类似

的东西

&quot;3&gt;2&quot;

而不是

"3>2"

这是目前正在发生的事情。谢谢！

【问题讨论】：

你能在这里澄清你想要什么，你想打印转义版本，还是你希望它取决于它在 XML 中的呈现方式？
Yishai：任何一个都会有帮助，因为我认为文件中可能永远不会有文字引号、>s 等。但是，我不能确定，如果有的话，我想保留它们。
在 XML 中像 > 这样的不带引号的字符不是非法的吗？永远不会有文字 >.
@DJClayworth：不带引号的字符（如 >）在 CDATA 部分中是合法的。

标签： java xml escaping

【解决方案1】：

您可以通过

将它们转回xml编码的形式

 StringEscapeUtils.escapeXml(str);

(javadoc, commons-lang)

【讨论】：

【解决方案2】：

我正在使用 DocumentBuilder 来解析 XML 文件。但是，该项目的规范要求在文本节点内，像 &quot; 和 &lt; 这样的字符串按字面意思返回，而不是解码为字符（" 和

错误的要求。不要那样做。

或者至少仔细考虑一下您认为自己想要或需要它的原因。

CDATA 部分和转义是一种策略，允许您通过 XML 传递引号和 '

【讨论】：

【解决方案3】：

一种方法可能是尝试dom4j，并使用Node.asXML() 方法。它可能会返回一个深层结构，因此它可能需要克隆以仅获取您想要的节点或文本，而无需任何子节点。

【讨论】：

【解决方案4】：

这两个答案都很好，但对于这个非常小规模的应用程序来说，两者都太重了。我最终完全摆脱了所有 &s （我这样做是为了 &s 不是后来逃逸的一部分）。这很丑陋，但它正在工作。

编辑：我知道这有各种各样的问题，而且要求很愚蠢。这是一个学校项目，重要的是它在一种情况下有效，要求不是我的错:)

【讨论】：

它会在某一时刻停止工作，你会想知道它是从哪里来的；）