如何在XML消息中删除XML中的<和>

Question

我有如下所示的XML：

<StartTag>
    <MyValueTag>And the value itself contains a < bracket that makes the XML invalid</MyValueTag>
</StartTag>

XML包含使XML无效的'<'字符。

现在，最简单的方法是修复XML的源，但是不幸的是，我无法控制XML的创建。 它有类似“小于10”的消息。

无论如何，有什么方法可以检查XML这样的东西并转义那些字符吗？

我尝试在“看这篇文章”中看到那个人指示我们应该使用JTidy。 但是当我尝试它时，它不会删除<：

Tidy tidy = new Tidy();
tidy.setInputEncoding("UTF-8");
tidy.setOutputEncoding("UTF-8");
tidy.setWraplen(Integer.MAX_VALUE);
tidy.setPrintBodyOnly(true);
tidy.setXmlOut(true);
tidy.setSmartIndent(true);
ByteArrayInputStream inputStream = new ByteArrayInputStream(data.getBytes("UTF-8"));
ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
tidy.parseDOM(inputStream, outputStream);

Answer 1

XML无效的事实意味着您将无法使用有效的XML解析器来读取和修复它。 如果您找不到写该文件的软件的作者来修复该错误，那么您将不得不提出一些特定于应用程序的解决方案。

例如，如果您知道流浪<char仅出现在<MyValue>元素的文本中，并且如果您知道没有其他元素可以作为<MyValue>子元素出现，那么编写程序将很容易识别开始和结束标记，并用<替换它们之间出现的所有<字符<

当然，如果问题不是那么简单，那么解决方案就不会那么简单。 但是希望您可以使它比解决XML的一般问题更简单。

在“手动”修复了几个文件后，停下来问自己：“我怎么知道<char需要转义？” 然后编写一个基于相同知识运行的程序。