java转义xml中的多余尖括号

xml中的敏感字符是尖括号，如果xml的值中含有尖括号，那么在解析的时候就会报错，如：

<?xml version="1.0" encoding="UTF-8"?><books><book><id>1</id><name><三国<><演><演>义</name><price>4<>5</price><author>罗贯中</author></book></books>

需要先对这些xml文件进行处理。

我的一个大概思路是这样的：

先利用正则找出所有的标签，再把标签存入一个ArrayList中，然后对照arraylist中的值，把标签两端的尖括号换成标记的字符串，然后转义掉剩余的所有尖括号，最后再把标记字符串转换成尖括号即可。

代码如下：

import java.util.ArrayList;

import java.util.List;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class FilterXMLUtil {

    /**

     * 传入一个xml字符串，将其中的多余的<>转义后返回

     * @param xmlStr

     * @return

     */

    public static String filterIllegalityChar(String xmlStr) {

        //用来存放标签的集合

        List<String> tags = new ArrayList<String>();

        //去掉最前面的两个尖括号

        xmlStr = xmlStr.replace("<?xml", "?xml").replace("\"UTF-8\"?>", "\"UTF-8\"?");

        //通过正则找到所有的标签

        Pattern tag = Pattern.compile("<([a-zA-Z0-9]+)>");

        Matcher mc = tag.matcher(xmlStr);

        while(mc.find()){

            //匹配成功之后将之存入list中

            tags.add(mc.group(1));

        }

        /**

         * 临时替代符号

         * <-----------> ^^

         * >----------->~~

         * </---------->##/

         */

        for(int i = 0;i<tags.size();i++){

            xmlStr = xmlStr.replaceAll("<" + tags.get(i) + ">",

                    "^^"+tags.get(i)+"~~").replaceAll("</"+tags.get(i)+">", "##/"+tags.get(i)+"~~");

        }

        //转义

        xmlStr = xmlStr.replaceAll("<", "&lt;").replace(">", "&gt;");

        //转换回来

        xmlStr = xmlStr.replace("^^", "<").replace("~~", ">").replace("##/", "</").replace("?xml", "<?xml").replace("\"UTF-8\"?", "\"UTF-8\"?>");

        return xmlStr;

    }

}

输出：

<?xml version="1.0" encoding="UTF-8"?><books><book><id>1</id><name>&lt;三国&lt;&gt;&lt;演&gt;&lt;演&gt;义</name><price>4&lt;&gt;5</price><author>罗贯中</author></book></books>

这样就可以解析这个xml字符串了。

秒客网

java转义xml中的多余尖括号

相关文章