Question

我的文字中有芬兰字符（例如ä，ö和å）在XML中不安全，是否有用于此目的的库/框架？

Answer 1

XML支持Unicode，因此您真正需要逃脱的只有五个基本XML实体（gt，lt，quot，amp，apos）。如果你使用StringEscapeUtils.escapeXML，它会把你所有的ä，ö和å变成丑陋的\ uabcd东西。

Answer 2

因此，对于xml的ecsape字符串，最好的方法是StringEscapeUtils.escapeXML 来自Commons Lang，但正如这里的某人已经说过这还不够例如。如果想要拥有有效的xml，则应该从字符串中删除一些不可打印的控制字符。为此，我使用此代码段：

/**
 * Function to strip control characters from a string.
 * Any character below a space will be stripped from the string.
 * @param iString the input string to be stripped.
 * @return a string containing the characters from iString minus any control characters.
 */
public String stripControlChars(String iString) {
    StringBuffer result = new StringBuffer(iString);
    int idx = result.length();
    while (idx-- > 0) {
        if (result.charAt(idx) < 0x20 && result.charAt(idx) != 0x9 && 
                result.charAt(idx) != 0xA && result.charAt(idx) != 0xD) {
            if (log.isDebugEnabled()) {
                log.debug("deleted character at: "+idx);
            }
            result.deleteCharAt(idx);
        }
    }
    return result.toString();
}

// Then 
String s = org.apache.commons.lang3.StringEscapeUtils.escapeXml(stripControlChars(s));

同样重要的是使用StringEscapeUtils.escapeXML Commons Lang版本3作为该方法的先前版本，其中需要更多地转义。

Answer 3

来自StringEscapeUtils的

Commons Lang采用了escapeXML方法，可以满足您的需求。

如何在Java中将不安全的字符转换为XML的安全字符？

3 个答案: