Dom4j格式化转义字符问题

1、不得不说的XML CDATA部件

在XML文档中的所有文本都会被解析器解析。

只有在CDATA部件之内的文本会被解析器忽略。

不合法的XML字符必须被替换为相应的实体。

如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。

<	<	小于号
>	>	大于号
&	&	和
'	'	单引号
"	"	双引号

实体必须以符号"&"开头，以符号";"结尾。
注意: 只有"<" 字符和"&"字符对于XML来说是严格禁止使用的。剩下的都是合法的，为了减少出错，使用实体是一个好习惯。

CDATA部件
在CDATA内部的所有内容都会被解析器忽略。

如果文本包含了很多的"<"字符和"&"字符——就象程序代码一样，那么最好把他们都放到CDATA部件中。

一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束:

CDATA注意事项:
CDATA部件之间不能再包含CDATA部件（不能嵌套）。如果CDATA部件包含了字符"]]>" 或者"<![CDATA[" ，将很有可能出错哦。

同样要注意在字符串"]]>"之间没有空格或者换行符。

2、Dom4j格式化转义字符问题

person.xml

<? xml version ="1.0" encoding ="UTF-8" ?>
< person >
< name >张三 </ name >
< addr ><![CDATA[经三路 < 鑫苑 >19F]]> </ addr >
</ person >

上面的XML在被Dom4j格式化的时候，自动会被转义，转义后的内容如下：

<?xml version="1.0" encoding="GBK"?>

这样，显然不是想要的结果，因为CDATA不需要再转义了。如何处理该问题，看下面的程序的处理：

import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;

import java.io.IOException;
import java.io.StringWriter;
import java.util.Date;

Dom4j格式化转义字符问题

public class Person {
         private String name;
         private String addr;

         public Person(String name, String addr) {
                 this.name = name;
                 this.addr = addr;
        }

         public static void main(String[] args) {
                Person p = new Person( "张三", "经三路<鑫苑>19F");
                p.showXml();
        }

         public void showXml() {
                String xml1, xml2, xml3;
                Document doc = DocumentHelper.createDocument();
                doc.setXMLEncoding( "GBK");
                Element root = doc.addElement( "person");
                 if (addr != null)
                        addElement(root, "toname", "<![CDATA[" + this.addr + "]]>");
                 else
                        addElement(root, "toname", this.addr);

                xml1 = doc.asXML();                                         //默认转义
                xml2 = formatXml(doc, "GBK", true);         //转义
                xml3 = formatXml(doc, "GBK", false);      //不转义
                System.out.println(xml1);
                System.out.println( "-------------------------");
                System.out.println(xml2);
                System.out.println( "-------------------------");
                System.out.println(xml3);
        }

         /**
         * 在指定的元素下添加一个新的子元素
         *
         * @param e         父元素
         * @param name    子元素名
         * @param value 子元素值
         * @return 新加子元素
         */
         public static Element addElement(Element e, String name, Object value) {
                Element x = e.addElement(name);
                 if (value == null || "".equals(value.toString().trim())) {
                        x.setText("");
                } else if (value instanceof Date) {
                        x.setText(DateToolkit.toISOFormat((Date) value));
                } else {
                        x.setText(value.toString());
                }
                 return x;
        }

         /**
         * 格式化XML文档
         *
         * @param document xml文档
         * @param charset    字符串的编码
         * @param istrans    是否对属性和元素值进行转移
         * @return 格式化后XML字符串
         */
         public static String formatXml(Document document, String charset, boolean istrans) {
                OutputFormat format = OutputFormat.createPrettyPrint();
                format.setEncoding(charset);
                StringWriter sw = new StringWriter();
                XMLWriter xw = new XMLWriter(sw, format);
                 xw.setEscapeText(istrans);
                 try {
                        xw.write(document);
                        xw.flush();
                        xw.close();
                } catch (IOException e) {
                        System.out.println( "格式化XML文档发生异常，请检查！");
                        e.printStackTrace();
                }
                 return sw.toString();
        }
}

输出结果：

<?xml version="1.0" encoding="GBK"?>
<person><toname><![CDATA[经三路<鑫苑>19F]]></toname></person>
-------------------------
<?xml version="1.0" encoding="GBK"?>

-------------------------
<?xml version="1.0" encoding="GBK"?>

Process finished with exit code 0

可以看出，最后一种输出是真正想要的结果。

因此，要控制转义的问题，必须对XML重新格式化，格式化的时候，需要设置：

xw.setEscapeText(false);

转载至： http://lavasoft.blog.51cto.com/62575/347348

Dom4j格式化转义字符问题

Dom4j格式化转义字符问题

猜你喜欢