Question

我正在尝试转义字符串的html字符，并使用此字符串使用下面显示的parseXml方法构建DOM XML。接下来，我试图将此DOM文档插入数据库。但是，当我这样做时，我收到以下错误：

org.xml.sax.SAXParseException：prolog中不允许引用。

我有三个问题： 1）我不知道如何逃避双引号。我尝试了replaceAll（“\”“，”“”）并且不确定这是否正确。

2）假设我想要一个以双引号开头和结尾的字符串（例如：“sony”），我该如何编码？我试过像：

String sony =“\”sony \“”

这是对的吗？上面的字符串是否包含“sony”以及双引号，还是有其他方法可以做到？

3）我不确定在prolog中不允许使用“org.xml.sax.SAXParseException：Reference”。错误意味着有人可以帮我解决这个问题吗？

谢谢，索尼

我的代码中的步骤：

的Utils。的java

public static String escapeHtmlEntities（String s）{ return s.replaceAll（“＆amp;”，“＆amp;”）。replaceAll（“＆lt;”，“＆lt;”）。replaceAll（“＆gt;”，“＆gt;”）。replaceAll（“\”“，” “”）。 replaceAll（“：”，“：”）。replaceAll（“/”，“/”）; }
```
    public static Document parseXml (String xml) throws Exception { 

   DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
    factory.setNamespaceAware(true);
    DocumentBuilder builder = factory.newDocumentBuilder();
    Document doc = builder.parse(new InputSource(new StringReader(xml)));
    doc.setXmlStandalone(false);
    return doc;
}
```

TreeController.java

protected void notifyNewEntryCreated（String entryType）throws Exception { for（Listener l：treeControlListeners） l.newEntryCreated（）;

final DomNodeTreeModel domModel = (DomNodeTreeModel) getModel();
Element parent_item = getSelectedEntry();
String xml = Utils.escapeHtmlEntities("<entry xmlns=" + "\"http://www.w3.org/2005/atom\"" + "xmlns:libx=" + 
        "\"http://libx.org/xml/libx2\">" + "<title>" + "New" + entryType + "</title>" +
        "<updated>2010-71-22T11:08:43z</updated>" + "<author> <name>LibX Team</name>" +
            "<uri>http://libx.org</uri>" + "<email>libx.org@gmail.com</email></author>" + 
            "<libx:" + entryType + "></libx:" + entryType + ">" + "</entry>");
xmlModel.insertNewEntry(xml, getSelectedId());

}

XMLDataModel.java

public void insertNewEntry（String xml，String parent_id）throws Exception { insertNewEntry（Utils.parseXml（xml）.getDocumentElement（），parent_id）; }

public void insertNewEntry (Element elem, String parent_id) throws Exception {

    // inserting an entry with no libx: tag will create a storage leak
    if (elem.getElementsByTagName("libx:package").getLength() +
        elem.getElementsByTagName("libx:libapp").getLength() +
        elem.getElementsByTagName("libx:module").getLength() < 1) {
        // TODO: throw exception here instead of return
        return;
    }

    XQPreparedExpression xqp = Q.get("insert_new_entry.xq");
    xqp.bindNode(new QName("entry"), elem.getOwnerDocument(), null);
    xqp.bindString(new QName("parent_id"), parent_id, null);
    xqp.executeQuery();
    xqp.close();

    updateRoots();
}

insert_new_entry.xq

声明命名空间libx ='http://libx.org/xml/libx2'; declare namespace atom ='http://www.w3.org/2005/atom'; 将变量$ entry声明为xs：anyAtomicType external; 声明变量$ parent_id为xs：string external; 声明变量$ feed为xs：anyAtomicType：= doc（'libx2_feed'）/ atom：feed; 声明变量$ metadata为xs：anyAtomicType：= doc（'libx2_meta'）/ metadata; 让$ curid：= $ metadata / curid 返回节点$ curid的值替换数据（$ curid）+ 1，让$ newid：= data（$ metadata / curid）+ 1 返回插入节点 {$ NEWID} { $进入/的 / 的 } 进入$ feed，让$ newid：= data（$ metadata / curid）+ 1 返回if（$ parent_id ='root'）then（）其他插入节点http://libx.org/xml/libx2'/＆gt;成 $饲料/原子：条目[原子：ID = $ PARENT_ID] //（libx中：模块| libx中：libapp | libx中：封装）

Answer 1

要转义双引号，请使用以XML格式预定义的"实体。

因此，您的示例字符串（例如属性值）将类似于

   <person name="&quot;sony&quot;"/>

撇号/单引号也有'。

我看到你有很多替换所有的电话，但替换看起来是一样的吗？还有一些其他字符无法按字面意思使用，但应该进行转义：

  &  --> &amp;
  >  --> &gt;
  <  --> &lt;
  "  --> &quot;
  '  --> &apos;

（编辑：好的，我看到这只是格式化 - 实体在被SO呈现时变成了实际值。）

SAX异常是解析器由于XML无效而抱怨。

除了转义文本外，您还需要确保它符合XML的well-formedness rules。要做到这一点还有很多，所以使用第三方库编写XML通常更简单。例如，dom4j中的XMLWriter。

Answer 2

您可以查看Tidy规范。它是w3c发布的一个规范。几乎所有最近的语言都有自己的实现。

而不仅仅是替换或关心＆lt; ，＆gt;，＆amp;只需配置JTidy（用于java）选项并解析。这抽象了Xml逃逸事物的所有复杂性。

我使用了基于python，java和marklogic的整洁实现。都解决了我的目的

org.xml.sax.SAXParseException：prolog中不允许引用

2 个答案: