格式化（漂亮打印）java中xml CDATA值的内容

Question

我有一些代码可以清理修改后的XML文件。 这些XML文件包含包含有效HTML的CDATA部分。 我想解析XML文件并设置CDATA值的格式，使其可读，即漂亮的输出。 我该怎么做，因为使用“ TransformerFactory”漂亮地打印整个XML文件不会漂亮地打印CDATA。

我认为我应该将CDATA内容值解析并格式化为XML内容，然后将其写回到CDATA节点中，但这是正确的方法吗？ 是否没有办法告诉Transformer也将CDATA内容格式化为XML / HTML？

Answer 1

XML中的CDATA是任意字符数据。 根据定义，它不需要遵循XML和字符实体等的规则。 XML解析器不会对CDATA内容执行任何操作，因为不应这样做。

您说在文档中CDATA包含HTML。 请注意，HTML不是XML！ （除非它是过时的XHTML）。 HTML允许一个元素没有关闭的元素，而另一个属性则允许没有值的裸属性。

您将需要从XML中获取CDATA并将其传递给HTML解析器，执行所需的漂亮打印转换，然后将其放回XML文档中。