使用javax.xml.transform.Transformer中的原始文本

使用XML文檔時，我使用了已包含XML實體的字符串，並希望它們按原樣插入。但是，出現這種情況，而不是：使用javax.xml.transform.Transformer中的原始文本

String s = "This &mdash; That"; 
.... 
document.appendChild(document.createTextNode(s)); 
.... 
transformer.transform(new DOMSource(document), new StreamResult(stringWriter)); 

System.out.println(stringWriter.toString()); // outputs "This &amp;mdash; That" at the relevant Node.

我有超過輸入字符串沒有控制，我需要精確地輸出「This — That」。

如果我使用StringEscapeUtils.unescapeHtml，輸出是「This — That」，這不是我所需要的。

我也試過transformer.setOutputProperty(OutputKeys.ENCODING, "encoding")的幾個版本，但還沒有找到一個編碼將「—」轉換爲「—」。

我該怎麼做才能防止javax.xml.transform.Transformer正確地重新轉義轉義的文本，或者如何轉換輸入以獲取輸出中的實體？

請解釋這是如何重複。

引用的問題有問題，「&＃13; &＃10;」正在轉化爲CRLF，因爲這些實體正在得到解決。解決辦法是逃避實體。

我的問題是相反的。文本已經被轉義並且轉換器正在重新轉義文本。「& mdash;」正在輸出「& amp; mdash」。

我無法使用該解決方案後轉換所有「&安培;」 - >「&」，因爲不是所有節點都代表html。

更完整代碼：

TransformerFactory factory = TransformerFactory.newInstance(); 
Transformer t = factory.newTransformer(); 
DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance(); 
DocumentBuilder builder = dbFactory.newDocumentBuilder(); 
Document document = builder.newDocument(); 
Element rootElement = document.createElement("Test"); 
rootElement.appendChild(document.createTextNode("This &mdash; That"); 
document.appendChild(rootElement); 

DOMImplementation domImpl = bgDoc.getImplementation(); 
DocumentType docType = domImpl.createDocumentType("Test", 
       "-//Company//program//language", 
       "test.dtd"); 
t.setOutputProperty(OutputKeys.DOCTYPE_PUBLIC, docType.getPublicId()); 
t.setOutputProperty(OutputKeys.DOCTYPE_SYSTEM, docType.getSystemId()); 
StringWriter writer = new StringWriter(); 
StreamResult rslt = new StreamResult(writer); 
Source src = new DOMSource(document); 
t.transform(src, rslt); 
System.out.println(writer.toString()); 

// outputs xml header, then "<Test>This &amp;mdash; That</Test>"

來源

2015-12-02 tzimnoch

您需要將其解析爲XML而不是文本節點。 – SLaks

請您重新審查這個重複的狀態。重複的問題是從String生成輸出。生成輸出解析實體，所以必須轉義。我的問題是從String生成輸入。生成輸入轉義實體，所以s將獲得額外的轉義標記。我的問題是不保留實體字符，如重複的問題。我保持足夠好。太好。我收到我不想要的演員。 – tzimnoch

'documentBuilder.parse'應該正是你想要的。 – SLaks

事實是，一旦你有一個DOM樹，有一個與—不再是一個字符串：它不是內部表示爲Unicode字符串。

因此，輸入原始字符串，你需要解析到一個Node，並輸出，連載一個Node。

關於序列化，還有一些其他問題，包括Change the com.sun.org.apache.xml.internal.serialize.XMLSerializer & com.sun.org.apache.xml.internal.serialize.OutputFormat。

要解析單個節點，有LSParser.parseWithContext。

來源

2015-12-08 05:06:43

感謝您花時間瞭解我的問題並提供一些選項。 – tzimnoch

使用javax.xml.transform.Transformer中的原始文本

回答

相關問題