使用 JAXB 解组 XML，无需取消转义字符

Question

使用 JAXB 解组 XML，无需取消转义字符

cru*_*sam 5 java xml escaping unmarshalling

想象一下以下情况：我们从某些外部工具收到一个 xml 文件。最近，在此 xml 中，节点名中或其 richcontent 标记中可能存在一些转义字符，如以下示例（简化）所示：

<map>
<node TEXT="Project">
<node TEXT="&#xe4;&#xe4;">
<richcontent TYPE="NOTE"><html>
  <head>

  </head>
  <body>
    <p>
      I am a Note for Node &#228;&#228;!
    </p>
  </body>
</html>
</richcontent>
</node>
</node>
</map>

Run Code Online (Sandbox Code Playgroud)

使用 JAXB 解组文件后，那些转义的字符就不会转义。不幸的是，我需要他们保持原样，这意味着逃跑。有什么方法可以避免在解组时取消转义这些字符？

在研究时，我发现了很多有关编组 xml 文件的问题，其中出现了相反的问题，但这些也没有帮助我：

是否有可能使用 JAXB 来实现这一目标，或者我们是否必须考虑更改为不同的 xml 读取器 API？

提前谢谢你，ymene

Answer 1

Joo*_*gen 3

您只需替换&#为&#then 调用

unmarshaller.unmarshal(new AmpersandingStream(new FileInputStream(...)));

Run Code Online (Sandbox Code Playgroud)

和

import java.io.IOException;
import java.io.InputStream;

/**
* Replaces numerical entities with their notation as text.
*/
public class AmpersandingStream extends InputStream {

    private InputStream in;
    private boolean justReadAmpersand;
    private String lookAhead = "";

    public AmpersandingStream(InputStream in) {
        this.in = in;
    }

    @Override
    public int read() throws IOException {
        if (!lookAhead.isEmpty()) {
            int c = lookAhead.codePointAt(0);
            lookAhead = lookAhead.substring(Character.charCount(c));
            return c;
        }
        int c = in.read();
        if (c == (int)'#' && justReadAmpersand) {
            c = (int)'a';
            lookAhead = "mp;#";
        }
        justReadAmpersand = c == (int)'&';
        return c;
    }

    @Override
    public int available() throws IOException {
        return in.available();
    }

    @Override
    public void close() throws IOException {
        in.close();
    }

    @Override
    public synchronized void mark(int readlimit) {
        in.mark(readlimit);
    }

    @Override
    public boolean markSupported() {
        return in.markSupported();
    }

    @Override
    public int read(byte[] b) throws IOException {
        return in.read(b);
    }

    @Override
    public int read(byte[] b, int off, int len) throws IOException {
        return in.read(b, off, len);
    }

    @Override
    public synchronized void reset() throws IOException {
        in.reset();
    }

    @Override
    public long skip(long n) throws IOException {
        return in.skip(n);
    }

}

Run Code Online (Sandbox Code Playgroud)

注意：构建一个文档相对容易，但这种方法会破坏 XML（例如编码为 UTF-16；在 CDATA 部分中放置 & 符号；等等） (2认同)

归档时间：	13 年，12 月前
查看次数：	6211 次
最近记录：	13 年，12 月前