如何使我的xml安全地进行解析（当它具有＆字符时）？

我已经获得了一个xml字符串，我需要通过解析器。 它目前因为非法的xml字符而抱怨。 很简单的例子：

this & that 

我知道解决方案是替换& & ，但我没有生成XML，因此无法控制值。

简单的字符串替换不是正确的方法，因为’＆’在XML中具有特殊含义，并且全局替换’＆’与’＆amp;’ 会破坏预期的特殊含义。 是否有一个解决方案来获取一个完整的xml文档并“修复”它以便’＆’成为’＆amp;’，但只是在预定的位置？ 我可以安全地将’＆’替换为’＆amp; ‘（注意两边的空格）？

Answer 1

我认为这是一个有趣的问题，因为这种情况可能真的发生在现实生活中。 虽然我认为正确的做法是要求XML提供程序修复XML并使其有效，但我认为有一种选择是尝试使用宽松的解析器。 我做了一些搜索，我发现这个博客文章谈论同样的问题，并提出了我想到的相同的解决方案。 你可以试试jsoup 。 让我再说一遍，我认为这不是最好的事情：你应该要求XML提供商修复它。

Answer 2

我建议请求本文档的提供者来解决它。 实际上，它不是 （有效的）XML！ 如果他们自己采用XML格式，他们应该修复它。

Answer 3

你不能这样做，因为你破坏了XML字符（编码她）。 您必须将代码重写为生成XML的库。

Answer 4

为什么不在包含其他XML内容的任何XML标记内使用CDATA部分？ 然后单独的＆符号不会成为问题。

Answer 5

目前尚不清楚您是否自己从这个问题中生成XML，但如果您是，您可能希望使用XML库来执行此操作，因为它将首先正确处理编码。

但听起来这是你给出的一段XML，所以我建议使用Apache Commons Lang来做这件事。 它有一个’StringEscapeUtils’类，它有你正在寻找的方法，escapeXml（String）。