java - 从 XML 样式的字符串中删除无效字符

Question

我正在创建一个 Web 服务，它接收字符串并将其转换为 XML。 XML 创建是通过 java dom4j 完成的。字符串的格式如下:

<form01><Textbox1 id="Textbox1" dataType="java.lang.String" perDataProId="">Site1</Textbox1><Textbox2 id="Textbox2" dataType="java.lang.String" perDataProId="">Site1</Textbox2></form01>

为了避免 XML 无效字符，我想我可以使用 StringReader 来读取字符串并删除 &，但我想知道如何删除 < 和 >？例如，如果输入字符串是

<form01><Textbox1 id="Textbox1" dataType="java.lang.String" perDataProId="">Site<1</Textbox1><Textbox2 id="Textbox2" dataType="java.lang.String" perDataProId="">Site1</Textbox2></form01>

如何删除“Site<1”中的“<”，同时保留其他类似的？ 有什么建议吗？谢谢。

Answer 1

通常，XML API 在 XML DOM 中设置文本或稍后检索文本时会小心处理。

某些字符将被转换为 XML 实体:< > " ' & .

还有some Characters not allowed在某些 XML 版本中，例如 \u0000 .

apache.commons.lang有一个StringEscapeUtils.escapeXML如果您需要自己进行纯文本转换。