如何讓我的XML安全解析（當它有＆字符）？

Question

我已經給了一個xml字符串，我需要通過解析器。它目前抱怨，因爲一個非法的XML字符。很簡單的例子：

<someXml>this & that</someXml> 

我知道解決的辦法是用&更換&，但我不生成XML，因此有超過值的控制。

一個簡單的字符串替換是不是這個，因爲「&」以正確的方式有特殊含義的XML和「&」與全局替換「&放大器;」會毀掉原本打算的特殊意義。有沒有一種解決方案來獲取完整的xml文檔並「修復」它，以便'&'變成'& amp''，但僅限於預期的位置？我可以安全地將'&'替換爲'& amp; '（注意兩邊的空格）？

Answer 1

我認爲這是一個有趣的問題，因爲這是一種真實情況。雖然我認爲正確的做法是要求XML提供者修復XML並使其有效，但我認爲一種選擇是嘗試使用寬鬆的解析器。我做了一些搜索，我發現這個blog post談論這個相同的問題，並建議我想到的相同的解決方案。您可以嘗試使用jsoup。讓我重複一遍，我認爲這不是最好的做法：你應該真的要求XML提供者來解決它。

Answer 2

你不能這樣做，因爲你破壞了XML字符（編碼她）。您必須將您的代碼重新編寫到生成XML的庫中。

Answer 3

不清楚你是否從這個問題中自己生成XML，但如果你是這樣，你可能想用一個XML庫來做到這一點，因爲它將首先正確地處理編碼事情。

但它聽起來像是你給的一段XML，所以我會建議使用Apache Commons Lang來做到這一點。它有一個'StringEscapeUtils'類，它有你正在尋找的方法escapeXml（String）。

Answer 4

爲什麼不在使用其他XML內容的XML標籤中使用CDATA部分？然後，孤獨的＆符號不會是一個問題。

Answer 5

我會建議問這個文件的提供者來解決它。因爲它是不是（有效）XML！如果他們自己致力於XML格式，他們應該修復它。