Question

我正在使用DocumentBuilder来解析XML文件。但是，项目规范要求在文本节点中，字面上返回"和<等字符串，不解码为字符（"和{ {1}}）。

之前的类似问题Read escaped quote as escaped quote from xml收到了一个似乎特定于Apache的答案，而另一个似乎并没有按照它所说的那样做。无论如何，我都喜欢被证明是错的：）

供参考，以下是一些代码：

我希望println（）产生类似

的东西

  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);

而不是

&quot;3&gt;2&quot;

这是目前发生的事情。谢谢！

Answer 1

您可以通过

将它们重新转换为xml编码形式

 StringEscapeUtils.escapeXml(str);

（javadoc，commons-lang）

Answer 2

我正在使用DocumentBuilder来解析XML文件。但是，项目规范要求在文本节点内，字面上返回"和<等字符串，而不是解码为字符（“和＆lt;）。

要求不好。不要那样做。

或至少仔细考虑您认为自己想要或需要它的原因。

CDATA部分和转义是一种允许您传递引号和'＆lt;'等文字的策略通过XML而没有XML的字符将它们与标记混淆。它们本身没有意义，当你将它们从XML中删除时，你应该接受它们作为引号和'＆lt;'他们打算代表的人物。

Answer 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，因此可能需要克隆才能获得所需的节点或文本，而不需要任何子节点。

Answer 4

这两个很好的答案，但对于这个非常小规模的应用来说，这两者都有点太重了。我最终还是完全剥离了所有＆amp; s（我这样做以及以后无法逃脱的部分）。这很难看，但它正在发挥作用。

编辑：我知道这有各种各样的错误，而且要求是愚蠢的。这是一个学校项目，重要的是它在一个案例中工作，并且要求不是我的错：）

Java：解析XML时忽略转义

4 个答案: