Java：從 XML 文本中刪除 < 和 >（不是標簽）

Question

我很難轉義 xml 以供 Java 處理。 我正在使用 JTidy 來轉義不需要的字符，但很難從<tag> capacity < 1000 </tag>等值中刪除“<”和“>”

我正在使用下面的代碼來轉義輸入

    public String CleanXML(String input){

        Tidy tidy = new Tidy();
        tidy.setInputEncoding("UTF-16");
        tidy.setOutputEncoding("UTF-16");
        tidy.setWraplen(Integer.MAX_VALUE);
        tidy.setXmlOut(true);
        tidy.setSmartIndent(true);
        tidy.setXmlTags(true);
        tidy.setMakeClean(true);
        tidy.setForceOutput(true);
        tidy.setQuiet(true);
        tidy.setShowWarnings(false);
        StringReader in = new StringReader(input);
        StringWriter out = new StringWriter();
        tidy.parse(in, out);

        return out.toString();
    }

Answer 1

使用以下功能

private static final Pattern TAG_REGEX = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);

public String CleanXML(String input){
    final Matcher matcher = TAG_REGEX.matcher(input);
    while (matcher.find()) {
        String value = matcher.group(1);
        String valueReplace = value.replaceAll("[^a-zA-Z0-9\\s]", "");
        input.replace(value,valueReplace);
    }
    return input;        
}

它使用正則表達式搜索來獲取標簽之間的值，然后刪除所有非字母數字字符。 正則表達式和基本思想是從Java regex中獲得的， 用於提取標簽之間的文本

Answer 2

如果您想刪除 XML 的標記終端，只需將其轉換為映射並構建字符串，因為您需要在 Java 中引用XML 映射。

如果你想清理屬性值，你可以迭代映射並清理它然后構建一個字符串或在java中通過映射到XML將其重新轉換為XML