替換>，<，和＆該XML節點

我具有類似於在這些主題 1）Replace >, <, & chars that appear inside XML nodes 2）Regular expression to match ">", "<", "&" chars that appear inside XML nodes 替換>，<，和＆該XML節點

和描述這些的我正在尋找一種解決方案，工作中的問題出現內部字符Java的。在實踐中，我有一個巨大的XML文件（〜5 MB），我想用它們各自的實體（轉義字符）替換特殊字符，而不更改XML標記。一個tipical例子應該是：提前

來源

2013-09-30 Tinez Ridan

您想用<？替換<爲什麼？？你的前後陳述也是一樣的。 –

有什麼特別的原因，你不只是使用CDATA塊？順便說一句，我不會使用這個正則表達式。 @Philip：就我解釋這個問題而言，OP實際上是想反其道而行（即使語法無效的XML在語法上有效）。至少在標題，鏈接和代碼示例中提到了這一點。 – BalusC

你的解釋建議你想''<'到'<'，而你的例子顯示了相反的過渡。你能澄清你實際上想要的嗎？ – thegrinner

<tag><anothertag>& < > </anothertag></tag> (before) 
<tag><anothertag>&amp; &lt; &gt; </anothertag></tag> (after).

謝謝，我強烈建議你不要使用正則表達式來解析XML，在這種情況下，你不應該使用正則表達式的。

你需要的是一個好的XML解析器/流式傳輸框架，比如SAX或StaX（由於文件的大小，我會用後者）。

你基本上會將每一個流媒體事件推送給作者。

一旦識別characters事件，同時用您的閱讀器實例解析文件，而不是直接編寫它，則用其實體替換每個符號，然後寫入被替換的String而不是原來的符號。

注意：here是官方StaX教程，讓你開始。 Here是JEE5參考頁面，其中包含其他信息。

爲什麼不使用Pattern而是使用BufferedReader解析整個文件？

因爲表現會糟糕（在Pattern重新搭配您的5MB文件的每一行）
因爲你Pattern必須是非常複雜的（因此，無法讀取，同樣，表現不好）

更多關於正則表達式XML解析的SO文檔VS正確的XML解析here。

編輯

我還沒有考慮一個巨大的，完全畸形XML文件的情況。在這種情況下，流式傳輸框架可能無法使用，因爲流式傳輸文件首先是而非有效的XML。

如果你已用盡所有其他的選擇，要捏住鼻子關，使用BufferedReader，做這樣的事情（需要闡述的很多 - 不要把它直譯）：

String killMe = "<element>blah < > &</element>"; 
// only valuable piece of info here: checks for characters within a node 
// across multiple lines - again, needs a lot of work 
Pattern please = Pattern.compile(">(.+)</", Pattern.MULTILINE); 
Matcher iWantToDie = please.matcher(killMe); 
while (iWantToDie.find()) { 
    System.out.println("Uugh: " + iWantToDie.group(1)); 
    System.out.println("LT: " + iWantToDie.group(1).replace("<", "&lt;")); 
    System.out.println("GT: " + iWantToDie.group(1).replace(">", "&gt;")); 
    System.out.println("AND: " + iWantToDie.group(1).replace("&", "&amp;")); 
}

輸出：

Uugh: blah < > & 
LT: blah &lt; > & 
GT: blah < &gt; & 
AND: blah < > &lt;

來源

2013-09-30 21:00:50 Mena

這是一個艱難的，因爲據我所知道的事實，即有像> <爲您的XML內容的一部分令牌，你有無效的XML。我最好的建議是找到一個好的XML解析器，如http://dom4j.sourceforge.net/dom4j-1.6.1/，並希望它能處理您的問題。

來源

2013-09-30 21:04:30

替換>，<，和＆該XML節點

回答

相關問題