使用 JAXB 将 XML CDATA 字符串解组为文字

Question

考虑以下简单的 XML 字符串：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<example>
    <value name="test">abcd</value>
</example>

下面的代码定义了2个Java类（Example.class和Value.class）可以用来产生上面的XML输出，对于字符串值 abcd:

@XmlRootElement(name = "example")
public class Example {
  private Value value;
  private Example() {}
  public Value getValue() { return value; }

  public void setValue(Value value) { this.value = value; }

  @XmlAccessorType(XmlAccessType.FIELD)
  private static final class Value {
    @XmlValue
    private String value;
    @XmlAttribute(name="name")
    private String name;
    public Value() {}
    public String getValue() { return value; }


     public void setValue(String value) { this.value = value; }
        public String getName() { return name; }
        public void setName(String name) { this.name = name; }
      }
  }

要将上面的 XML 字符串解组（反序列化）到生成它的原始 Example 对象中，可以使用以下代码：

  public static void main(String[] args) throws Exception {
    JAXBContext context = JAXBContext.newInstance(Example.class);
    String input = "<?xml version=\"1.0\" encoding=\"UTF-8\" standalone=\"yes\"?>\n" +
      "<example>\n" +
      "    <value name=\"test\">abcd</value>\n" +
      "</example>";
    Unmarshaller um = context.createUnmarshaller();
    Example v = (Example)um.unmarshal(new ByteArrayInputStream(input.getBytes()));
    System.out.println(v.getValue().getValue());
  }

但是，如果上述 main() 方法中的字符串值从 abcd 更改为 abcd<> 或任何其他 CDATA 字符串，解组程序将抛出异常：

org.xml.sax.SAXParseException; The content of elements must consist of well-formed character data or markup.

一个proposed solution是用一个自定义的DOMHandler加上XmlAnyElement注解，但是好像不行。

是否有任何方法可以将 abcd<> 字符串反序列化为文字（即不将其包含在 CDATA 部分中）？

Answer 1

唯一的方法是用字符引用 &qout;& 等替换特殊字符 "&'<>

Answer 2

我认为您必须将 xml 字符串中的特殊字符替换为以下内容。

abcd&lt;&gt; instead of `abcd<>`

Answer 3

您是否尝试过创建一种在解组之前附加 CDATA 标记的方法？

 public String addCdataTags (String yourString){
        return "<![CDATA[" + yourString + "]]>"
     }

这应该处理那些被错误地视为 xml 元素标签的 CDATA 字符串

Answer 4

Is there any way of deserializing the abcd<> string as a literal (i.e., without enclosing it in a CDATA section)?

不，因为您的 XML 无效。

The problem is to try to unmarshal an unknown input, therefore such preprocessing is not possible

您需要确保输入有效 XML 才能使用任何 XML 工具。

无效XML

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<example>
    <value name="test">abcd<></value>
</example>

当您尝试解析上述 XML 时，您遇到了以下异常。异常来自 JAXB 使用的底层解析器。 XML 解析器依赖于代表元素标签的尖括号。将它们包含在元素内容中时必须特别小心。

org.xml.sax.SAXParseException; The content of elements must consist of well-formed character data or markup.

使用已解析的字符数据变得有效

使 XML 有效的一种方法是将 < 替换为 < 并将 > 替换为 >。您的 JAXB 实现会将 XML 值 abcd<> 解组为 String 值 abcd<>.

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<example>
    <value name="test">abcd&lt;&gt;</value>
</example>

使用字符数据变得有效

另一种使 XML 有效的方法是将字符内容包装在 CDATA 块中。 JAXB 会将 <![CDATA[abcd<>]]> 解组为 abcd<>。在封送处理时，它会将内容放入 XML 作为 abcd<>.

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<example>
    <value name="test"><![CDATA[abcd<>]]></value>
</example>

使用 JAXB 将 XML CDATA 字符串解组为文字

Unmarshaling XML CDATA strings as literals using JAXB

java

xml

jaxb

cdata