java - 替换格式不正确的 XML 正文中的字符

Question

在我正在处理的 (Java) 代码中，我有时会处理格式不正确的 XML(表示为 Java String )，例如:

<root>
  <foo>
    bar & baz < quux
  </foo>
</root>

由于这个 XML 最终需要被解码(使用 JAXB)，显然这个 XML 在解码时会抛出异常。

替换 & 的最佳方法是什么？和 <到它的角色实体？对于 & , 这很简单:

xml.replaceAll("&", "&")

但是，对于 <符号，这有点棘手，因为显然我不想替换 <用于打开“括号”的 XML 标记。

除了扫描字符串并手动替换 < 之外在带有 < 的 XML 正文中，您还能建议其他什么选择？

Answer 1

坦率地说，修复格式错误的 XML 的最佳方法是将其发回给生成它的人，并要求他们向您发送格式正确的 XML。你展示了一个简单的例子，它可能有一个解决方案，但修复格式错误的 XML 的通用方法将是一项可怕的工作。

并且由于不需要 XML 解析器来处理格式错误的 XML，因此您的解析器也不需要这样做。只是不要这样做。