Question

我正在使用dom4j读取XML文件。该文件如下所示：

...
<Field>&#13;&#10; hello, world...</Field>
...

我将文件SAXReader读入Document。当我在节点上使用getText()时，我获得了以下字符串：

\r\n hello, world...

我做了一些处理，然后使用asXml()写了另一个文件。但是，原始文件中的字符不会被转义，导致使用该文件的外部系统出错。

如何在编写文件时转义特殊字符并使用
？

Answer 1

你不能轻易。那些不是'逃脱'，它们是'角色实体'。它们是XML的基本组成部分。 Xerces对“未解析的实体”有一些非常复杂的支持，但我怀疑它是否适用于这些，而不是DTD中定义的物种。

Answer 2

这取决于你得到的和你想要的东西（见我以前的评论。）

SAX阅读器没有任何错误 - 您的XML正在为您提供文字换行符。如果您控制此XML，则需要在“r”或“n”字符（或两者）之后插入\（反斜杠）字符而不是换行符。

如果你不控制这个XML，那么在你收回你的字符串后，你需要将换行符的字面转换为“\ r \ n”。在C＃中，它将类似于：

myString = myString.Replace("\r\n", "\\r\\n");

Answer 3

XML实体在DOM中被抽象掉。使用String公开内容而无需担心编码 - 在大多数情况下，这就是您想要的。

但SAX对实体的处理方式有一些支持。您可以尝试使用自定义XMLReader创建EntityResolver#resolveEntity，并将其作为参数传递给SAXReader。但我认为它可能不起作用：

Parser将调用此方法在打开任何外部实体之前顶级文档实体除外（包括外部DTD子集，内部引用的外部实体 DTD和外部实体在文件中引用元件）

否则，您可以尝试为SAX配置LexicalHandler，以便在遇到实体时得到通知。 LexicalHandler#startEntity的Javadoc说：

报告一些内部的开头和外部XML实体。

您将无法更改解析，但这可能仍有帮助。

修改

您必须使用dom4j提供的SAXReader和XMLWriter来读写XML。请参阅reading a XML file和writing an XML file。不要使用asXml()并自行转储文件。

FileOutputStream fos = new FileOutputStream("simple.xml"); OutputFormat format = OutputFormat.createPrettyPrint(); XMLWriter writer = new XMLWriter(fos, format); writer.write(doc); writer.flush();

Answer 4

您可以预处理输入流，以将&替换为例如[$AMPERSAND_CHARACTER$]，然后使用dom4j执行这些操作，并对输出流进行后处理以进行后置替换。

示例（使用streamflyer）：

import com.github.rwitzel.streamflyer.util.ModifyingReaderFactory;
import com.github.rwitzel.streamflyer.util.ModifyingWriterFactory;

// Pre-process
Reader originalReader = new InputStreamReader(myInputStream, "utf-8");
Reader modifyingReader = new ModifyingReaderFactory().createRegexModifyingReader(originalReader, "&", "[\\$AMPERSAND_CHARACTER\\$]");

// Read and modify XML via dom4j
SAXReader xmlReader = new SAXReader();
Document xmlDocument = xmlReader.read(modifyingReader);
// ...

// Post-process
Writer originalWriter = new OutputStreamWriter(myOutputStream, "utf-8");
Writer modifyingWriter = new ModifyingWriterFactory().createRegexModifyingWriter(originalWriter, "\\[\\$AMPERSAND_CHARACTER\\$\\]", "&");

// Write to output stream
OutputFormat xmlOutputFormat = OutputFormat.createPrettyPrint();
XMLWriter xmlWriter = new XMLWriter(modifyingWriter, xmlOutputFormat);
xmlWriter.write(xmlDocument);
xmlWriter.close();

您还可以使用FilterInputStream / FilterOutputStream，PipedInputStream / PipedOutputStream或ProxyInputStream / ProxyOutputStream进行预处理和后处理

SAXReader notre-escape字符

4 个答案: