Question

我有这段代码

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.newDocument();

Element root = doc.createElement("list");
doc.appendChild(root);

for(CorrectionEntry correction : dictionary){
    Element elem = doc.createElement("elem");
    elem.setAttribute("from", correction.getEscapedFrom());
    elem.setAttribute("to", correction.getEscapedTo());
    root.appendChild(elem);
}

（然后将文档写入XML文件）

其中getEscapedFrom和getEscapedTo在源代码中是finké时（在我的代码中）返回finké之类的内容。以便对大于127的字符执行Unicode转义。

问题是最终的XML在我希望的位置有以下行<elem from="finke" to="fink&#xE9;" />（from是finke，to是finké）成为<elem from="finke" to="finké" />

我尝试过在StackOverflow中做出另一个响应后，禁止在创建doc.appendChild(doc.createProcessingInstruction(StreamResult.PI_DISABLE_OUTPUT_ESCAPING, "&"));之后将行doc放到＆符的转义，但是没有成功。

我如何“告诉XML”以不逃离“＆”号？

或者相反，如何让“ XML”从é或\\u00E9转换为é？

-更新-

好吧，我设法解决了这个问题：直到写入文件为止，节点（通过调试）似乎包含正确的字符串。一旦我致电transformer.transform(domSource, streamResult);，一切都会变得疯狂。

DOMSource domSource = new DOMSource(doc);
ByteArrayOutputStream baos = new ByteArrayOutputStream();
StreamResult streamResult = new StreamResult(baos);
Transformer transformer = TransformerFactory.newInstance().newTransformer();
transformer.transform(domSource, streamResult);
System.out.println(baos.toString());

所以问题似乎出在变压器上。

Answer 1

尝试在变压器上设置setOutputProperty("encoding", "us-ascii")。这告诉串行器仅使用ASCII字符产生输出，这意味着将转义任何非ASCII字符。但是您无法控制它是十进制还是十六进制转义（除非您使用Saxon-PE或更高的Transformer，在这种情况下，有一个序列化选项可以控制它）。

尝试“手工”进行序列化从来都不是一个好主意。至少有以下三个原因：（a）您会弄错（我们看到很多这样的问题是由于人们以这种方式生成不良XML引起的），（b）您应该使用工具，而不是反对工具（c ）编写序列化程序的人比您更了解XML，他们知道他们的期望。您可能正在满足那些对XML的理解非常肤浅的人提出的需求。

禁用XML中的自动“＆”转义，或者相反，如何将Unicode编写为＆＃x1234 ;？

1 个答案: