这个问题最近一直困扰着我，我似乎无法找到可能的解决方案。

我正在处理一个接收 XML 文档以进行某些处理的网络服务器。服务器的解析器存在 &、'、"、<、> 问题。我知道这很糟糕，我没有在该服务器上实现 xml 解析器。但在等待补丁之前，我需要规避。

现在，在将我的 XML 文档上传到此服务器之前，我需要解析它并转义 xml 特殊字符。我目前正在使用 DOM。问题是，如果我遍历 TEXT_NODES 并将所有特殊字符替换为其转义版本，当我保存此文档时，

对于 d'ex 我得到 d'ex 但我需要 d'ex

这是有道理的，因为 DOM 对“&”进行了转义。但显然这不是我需要的。

所以如果 DOM 已经能够将 "&" 转义为 "&" 我怎样才能让它转义其他字符，比如 "到 ” ?

如果不能，我如何将已经解析和转义的文本保存在它的节点中，而不必在保存时重新转义它们？

这就是我使用 apache 转义特殊字符的方式 StringEscapeUtils类:

public String xMLTransform() throws Exception
      {

         String xmlfile = FileUtils.readFileToString(new File(filepath));

         DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
         DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
         Document doc = docBuilder.parse(new InputSource(new StringReader(xmlfile.trim().replaceFirst("^([\\W]+)<", "<"))));

       NodeList nodeList = doc.getElementsByTagName("*");

       for (int i = 0; i < nodeList.getLength(); i++) {
          Node currentNode = nodeList.item(i);
          if (currentNode.getNodeType() == Node.ELEMENT_NODE) {
              Node child = currentNode.getFirstChild();
              while(child != null) {
                  if (child.getNodeType() == Node.TEXT_NODE) {                   
                    child.setNodeValue(StringEscapeUtils.escapeXml10(child.getNodeValue()));
//Escaping works here. But when saving the final document, the "&" used in escaping gets escaped as well by DOM.


                  }
                  child = child.getNextSibling();
              }
          }
      }

         TransformerFactory transformerFactory = TransformerFactory.newInstance();

       Transformer transformer = transformerFactory.newTransformer();
         DOMSource source = new DOMSource(doc);
         StringWriter writer = new StringWriter();
         StreamResult result = new StreamResult(writer);
         transformer.transform(source, result);


         FileOutputStream fop = null;
         File file;

         file = File.createTempFile("escapedXML"+UUID.randomUUID(), ".xml");

         fop = new FileOutputStream(file);

         String xmlString = writer.toString();
         byte[] contentInBytes = xmlString.getBytes();

         fop.write(contentInBytes);
         fop.flush();
         fop.close();

      return file.getPath();


      }

最佳答案

我认为您正在寻找的解决方案是一个自定义的 XSLT 解析器，您可以配置它来进行额外的 HTML 转义。

我无法确定如何配置 xslt 文件来执行您想要的操作，但我非常有信心可以做到。我已经删除了下面的基本 Java 设置:

@Test
    public void testXSLTTransforms () throws Exception {
        DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
        DocumentBuilder docBuilder = docFactory.newDocumentBuilder();
        Document doc = docBuilder.newDocument();
        Element el = doc.createElement("Container");
        doc.appendChild(el);


        Text e = doc.createTextNode("Character");
        el.appendChild(e);
        //e.setNodeValue("\'");
        //e.setNodeValue("\"");

        e.setNodeValue("&");



        TransformerFactory transformerFactory = TransformerFactory.newInstance();       
        Transformer transformer = transformerFactory.newTransformer();
        transformer.setOutputProperty(OutputKeys.INDENT, "yes");        
        transformer.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "2");


        DOMSource source = new DOMSource(doc);
        StreamResult result = new StreamResult(System.out);
        //This prints the original document to the command line.
        transformer.transform(source, result);

        InputStream xsltStream =  getClass().getResourceAsStream("/characterswap.xslt");
            Source xslt = new StreamSource(xsltStream);
            transformer = transformerFactory.newTransformer(xslt);
            //This one is the one you'd pipe to a file
            transformer.transform(source, result);
    }

我有一个简单的 XSLT 用于概念验证，它显示了您提到的默认字符编码:

characterswap.xslt

<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output omit-xml-declaration="yes" indent="yes"/>
    <xsl:strip-space elements="*"/>

 <xsl:template match="node()|@*">
 <xsl:text> &#xa;  Original VALUE :  </xsl:text>
     <xsl:copy-of select="."/>
     <xsl:text> &#xa;  OUTPUT ESCAPING DISABLED :  </xsl:text>
      <xsl:value-of select="." disable-output-escaping="yes"/>
      <xsl:text> &#xa;  OUTPUT ESCAPING ENABLED :  </xsl:text>
      <xsl:value-of select="." disable-output-escaping="no"/>
 </xsl:template>

</xsl:stylesheet>

控制台输出非常简单:

<?xml version="1.0" encoding="UTF-8"?>
<Container>&amp;</Container>

  Original VALUE :  <Container>&amp;</Container> 
  OUTPUT ESCAPING DISABLED :  & 
  OUTPUT ESCAPING ENABLED :  &amp;

您可以从 XSLT 执行中获取 Activity 节点并执行特定字符替换。我能够找到多个示例，但我很难让它们在我的上下文中工作。

XSLT string replace 是一个很好的起点。

这是关于我对 XSLT 的了解程度，希望它能帮助您解决问题。

祝你好运。

我正在进一步考虑这个问题，解决方案可能不仅仅是 XSLT。根据您的描述，我的印象是您正在寻找一套完整的 html 编码，而不是xml10 编码。

按照这些思路，如果我们对您当前的节点文本进行转换:

if (child.getNodeType() == Node.TEXT_NODE) {
    child.setNodeValue(StringEscapeUtils.escapeXml10(child.getNodeValue()));
}

并且明确期望我们需要 HTML 编码:

if (child.getNodeType() == Node.TEXT_NODE) {
    //Capture the current node value
    String nodeValue = child.getNodeValue();
    //Decode for XML10 to remove existing escapes
    String decodedNode = StringEscapeUtils.unescapeXml10(nodeValue);
    //Then Re-encode for HTML (3/4/5)
    String fullyEncodedHTML = StringEscapeUtils.escapeHtml3(decodedNode);
    //String fullyEncodedHTML = StringEscapeUtils.escapeHtml4(decodedNode);
    //String fullyEncodedHTML = StringEscapeUtils.escapeHtml5(decodedNode);

    //Then place the fully-encoded HTML back to the node
    child.setNodeValue(fullyEncodedHTML);
}

I would think that the xml would now be fully encoded with all of the HTML escapes you were wanting.

现在将其与用于输出转义的 XSLT 结合(从上面)，文档在写入文件时不会进行任何进一步的转换。

我喜欢这个解决方案，因为它限制了 XSLT 文件中的逻辑。您无需管理整个字符串查找/替换，只需确保复制整个节点并复制禁用输出转义的 text()。

理论上，这似乎可以实现我对您的目标的理解。

Caveat again is that I'm weak with XSLT, so the example xslt file may still need some tweaking. This solution reduces that unknown work quantity, in my opinion.

关于java - 如何使用 DOM 转义特殊字符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38476033/