Java XML：如何逃避＆＃39;＆amp;＆＃39;，但跳过＆＃39;＆amp;＆＃39;

Question

我需要逃避＆＃39;＆amp;＆＃39;，但跳过&

我使用下一个功能

public static String translateAll(String input, String[] patterns, String[] replacements) {
    String result = input;

    for (int i = 0; i < patterns.length; i++) {
        result = result.replaceAll(patterns[i], replacements[i]);
    }

    return result;
}

...

private static final String[] decoded = { "&", "<", ">", "\"", "\'" };
private static final String[] encoded = { "&amp;", "&lt;", "&gt;", "&quot;", "&apos;" };

public static String escape(String input) {
    return translateAll(input, decoded, encoded);
}

...

String escapedBodyValue = XMLUtils.escape(originBodyValue);

它取代了所有＆amp;与& 但它也会用&

替换所有&

那么，如何跳过已经转义的字符？

Answer 1

不要这样做。你只是破坏了比现在更多的东西......在1小时内，你会发现你的方法也用"替换了"，你需要再做一次黑客......

你的逃跑显然已经 已经被破坏了。不要使用字符串替换来破坏它，但尝试解析数据回到所谓的意味着什么，然后使用正确的编码器产生正确转义的版本。

简而言之：永远不会使用println来生成XML 。使用执行转义的XML生成器。

另见着名的 StackOverflow问题/答案：https://stackoverflow.com/a/1732454/1060350

Answer 2

你的输入搞砸了。我会将 unescaping 一切都考虑为“正常形式”，&，<，>未转义，然后转义结果。使用StringEscapeUtils（来自Apache Commons lang）看起来像这样：

String test = "aaa & bbb & ccc < ddd & eee.";
test = StringEscapeUtils.escapeXml(StringEscapeUtils.unescapeXml(test));

结果：

aaa & bbb & ccc < ddd & eee.

---

如果您真的想继续使用当前的解决方案，我建议您使用以下内容：

test = test.replaceAll("&(?!.{2,4};)", "&");

正则表达式的细分：

• & - &个字符
• (?! ___ ) - 未跟___
• .{2,4} - 任意2,3或4个字符
• ; - 后跟;

Answer 3

这有点像kludge，但我只是做你目前正在做的事情，然后将所有&替换为&（以及其他如<回< 1}}），直到不再需要更改为止所需的次数。

Answer 4

我认为这种模式会让你感受到每一个＆＃34;＆amp;＆＃34;没有跟随amp haha​​

&(?!(amp))

Answer 5

你可能会想出一个疯狂的正则表达式来取代单个特殊字符，而不是字符引用。请注意，您还可以拥有实体引用和&xxxx;序列（遵循@Edward M.B.建议它可以像&(?!([0-0a-zA-Z]+;))一样简单。）

如果它不起作用，你可以编写自己的函数，在找到'＆amp;'之后预读，缓冲，并累积字母数字字符直到';'满足（此时你转储缓冲区），或满足非字母数字字符，此时你转储'＆amp;'和第一个字符以外的缓冲区。

但是，您的问题显示的是，您正在混合不应混合的字符数据。正确的方法是永远不要使用半编码的字符串，并确保您处理完全编码或完全原始数据。

Answer 6

刚刚用过它，效率不是很高，但它是一种方式

String test = "testin & with testing &" 
test = test.replace("&", "&");
test = test.replace("&", "&");