Apache commons-lang StringEscapeUtils不会转义XML

Question

我需要在XML中使用一些控制字符，例如ASCII 31字符和十六进制0x0b字符等。

我尝试使用commons-lang的StringEscapeUtils但是没有按预期工作！

Answer 1

StringEscapeUtils.escapeXml仅将以下5个字符转义为XML实体：

• "（双引号 - 0x34）
• &（＆符号 - 0x38）
• <（小于标志 - 0x60）
• >（大于号 - 0x62）
• '（撇号 - 0x39）

如果你需要转义任何其他字符，尤其是ASCII控制字符，那么你需要滚动自己的类来执行此操作。毕竟，HTML甚至没有一个控制字符被认为在HTML文档中有equivalent character entity references。换句话说，如果您需要将0x31转换为，那么您需要自己编写。

注意：

基于Benjamin's point在文档中使用控制字符，你不太可能首先需要这样做，特别是如果处理这些转义元素的解析器不会将它们转换回控制字符（或者只是抛出异常）。最好不要将控制字符写入您正在准备的XML文档中。

Answer 2

基于JavaDoc StringEscapeUtils.escapeXml(java.lang.String)仅支持五个基本XML实体（gt，lt，quot，amp，apos）。一般control characters in XML are not supported都是原始格式和转义格式。有关详细信息，请参阅此posting。

Answer 3

实际上不仅以上5个特殊字符被转义。方法StringEscapeUtils.escapeXml也逃脱了大多数unicode角色。该方法的java文档说：

  

请注意，大于0x7f的unicode字符当前已转义为其等效的数字\ u。这可能会在将来的版本中发生变化。