java - dom4j 将文本转换为特殊字符

Question

我正在使用 dom4j 来解析我的 xml。假设我有这样的东西:

<?xml version="1.0" encoding="UTF-8"?>
<foo>
    <bar>&#402;</bar>
</foo>

当查看“bar”节点的值时，它返回了由“ƒ”表示的特殊字符

有没有办法防止这种情况并只读取实际的文本位？

Answer 1

如果 bar 节点的值本身包含 < 或 > 或 & ，那么它将破坏解析器。为了防止这种情况，您应该在传入时转义所有数据，然后在传出时再次取消转义。

这会将您的文档变成:

<?xml version="1.0" encoding="UTF-8"?>
<foo>
    <bar>&amp;#402;</bar>
</foo>

它确实很糟糕，但这就是适合您的 XML。