使用 ascii 编码而不是字符实体对 xml 进行编码

Question

好吧，这是我的问题。我需要在 Java 中生成 xml 以传递到另一个应用程序。我开始认为使用 org.w3c.dom.Document 会很容易。不幸的是，我需要传递 XML 的应用程序要求像“这样的特殊字符需要编码为 ASCII (") 而不是它们的字符实体 (")。有谁知道这个问题的简单解决方案吗？ ？

PS 无法更改目标应用程序

： 因此，假设我的应用程序被赋予以下字符串作为输入：

he will "x" this if needed

我的应用程序需要输出以下内容：

<field value="he will &#034;x&#034; this if needed"/>

我正在使用的 XML 生成器，我猜大多数其他生成器都会输出此内容，但这对我的目标无效：

<field value="he will &quot;x&quot; this if needed"/>

我意识到我的目标可能不太好符合 XML 标准，但这对我没有帮助，因为我无法控制它。这就是我的处境，我必须面对它。除了简单地手动转换每个特殊字符之外，还有什么想法吗？

Answer 1

我想知道如何将 XML 序列化为字符串、流等。您可以对输出进行后处理，将一般实体引用替换为它们的数字等效项，例如

sed 's/</\ </g; s/>/\>/g; s/&/\&/g; s/'/\'/g; s/"/\"/g'

或

xmlResultString.replaceAll("<", "<"); //ETC。对于其他实体

XML 中正好有 5 个预定义的通用实体 (http://www.w3.org/TR/REC-xml/#sec-predefined-ent），您可以安全地执行此操作作为文本替换。除了引用之外，它不会修改任何内容（好吧，也许在注释和 PI 中，但听起来您的场景并不使用它们，或者目标甚至不接受它们）。

我同意 Mark 的观点，即您的目标应用程序不是符合标准的 XML 处理器。至少它附带的文档明确说明了它与 XML 的不同之处。我相信该建议（上面的链接）不同意克里斯托弗的评论，尽管这与OP的问题无关，因为他的目标声明不遵守该建议。

阿里。

Answer 2

据我所知，标准 API 没有公开转义机制。您可能需要编写自己的 XML 发射器。

如果您不介意第 3 方 API，则可以使用 JDOM。类似于：

XMLOutputter outputter = new XMLOutputter() {
  @Override
  public String escapeAttributeEntities(String sequence) {
    // TODO: bug: code only works for Basic Multilingual Plane
    StringBuilder out = new StringBuilder();
    for (int i = 0; i < sequence.length(); i++) {
      process(sequence.charAt(i), out);
    }
    return out.toString();
  }

  private void process(char codePoint, StringBuilder out) {
    if (codePoint == '"' || codePoint == '\'' || codePoint == '&'
        || codePoint == '<' || codePoint == '>' || codePoint > 127) {
      out.append("&#");
      out.append(Integer.toString(codePoint));
      out.append(";");
    } else {
      out.append(codePoint);
    }
  }
};
outputter.setFormat(Format.getPrettyFormat().setEncoding("US-ASCII"));

Element foo = new Element("foo").setAttribute("msg",
    "he will \"x\" this if needed");
Document doc = new Document().setRootElement(foo);
outputter.output(doc, System.out);

这会发出：

<?xml version="1.0" encoding="US-ASCII"?>
<foo msg="he will "x" this if needed" />

（我仍然会给出 XML 规范 在执行此操作之前先检查一遍并修复字符处理以支持字符 高于 U+FFFF。）