Java:使用 DOM 和 unescapeHtml4() 生成 XML

Question

我有一个源文本文件，其中包含一堆正则表达式。我正在读取文本文件，将正则表达式匹配分配给数组索引，并使用 DOM 创建 XML。

但是，我需要将一些样板信息添加到生成的 XML 文档中。我只想使用 element.setTextContent(someBoilerPlateXML) 将 XML 样板信息放入 XML DOM 元素之一，而不是创建数百个新的、复杂的嵌套 DOM 元素。

我正在尝试 org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4 来执行此操作。它似乎适用于我的 System.out.println(someBoilerPlateXML) 测试，但不适用于 element.setTextContent(someBoilerPlateXML) 实现。

例如:

输入: String test = org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4("<Hello id=\"id\"/>");
System.out.println(test);

输出: <Hello id="id"/>

输入:Element element= doc.createElement("element");<br/>
element.setTextContent(org.apache.commons.lang3.StringEscapeUtils.unescapeHtml4("<Hello id=\"id\">"));

结果 XML 文件中的输出: <Hello id="id"/&gt

为什么会这样做，我该如何纠正？我需要使用另一个免费软件包吗？

Answer 1

正如您所发现的，

element.setTextContent 将转义您提供的文本，而不是将其识别为 xml 并进行处理。

如果您想要将 xml 的文本表示形式添加为 xml，则需要将其作为 xml 进行处理，这意味着将其解析为 DOM Node，然后将其附加到那种形式。

如果您的文本不是完整的 xml，则此方法将不起作用。在您的示例中，您只有一个开始标记，无法将其解析为创建 Node。

但是，如果它已完成并且您发现更容易生成文本，则可以执行以下操作:

    DocumentBuilder documentBuilder = DocumentBuilderFactory.newInstance().newDocumentBuilder();

    Document doc = documentBuilder.newDocument();
    Element element= doc.createElement("element");
    doc.appendChild(element);

    Document newDoc = documentBuilder.parse(new InputSource(new StringReader("<Hello id=\"id\"/>")));

    Element newElement = newDoc.getDocumentElement();
    Node node = doc.importNode(newElement, true);

    element.appendChild(node);