如何防止 Java 将 XML 文件中的“&”更改为“&”
How to prevent Java from changing "&" to "&" in XML file
我需要使用 Java 构建一个 XML 文件。问题是我必须使用一些特殊字符，如“ć”，然后在我的移动应用程序中阅读它。
如果我在我的 XML 文件的记事本中手动将 <tag>ć</tag> 更改为 <tag>ć</tag>，它会正常工作。但是当我尝试在 java 中执行此操作时，例如使用：
result = result.replaceAll("ć", "ć");
我收到类似 <tag>&#263;</tag> 的信息，这会导致我的客户端应用程序显示错误。
我该怎么做才能在不进行任何解析的情况下将 ć 替换为 ć？
Java XML API 会根据文件输出编码的需要处理转义字符，因此您不应从代码中执行任何 'special characters' 替换。
我想我明白你想做什么。我不知道是否有办法在不解析的情况下做你正在做的事情。因为 & 是 XML 中的特殊字符，所以您必须将其转义或将元素的内容包装在 CDATA 块中，这样它就不会被 XML 解析器解析。
import org.junit.Test;
public class AsciiTesting {
@Test
public void parse() {
final String myString = "ćabc123ć";
System.out.println(myString.replaceAll("ć", "ć"));
// Then wrap the <tag> content with <![CDATA[ put your replaced string here ]]>
}
}
在使用 XML 序列化程序时，您不会接触原始标记。 XML 工具的全部目的是让您可以编写纯文本内容，而不必担心使用正确的转义形式。
正确的做法是将 ć 保留在原处，让序列化程序将其写入适当的编码，最好是 UTF-8，因为这是 [=24= 的默认且唯一合理的编码] 文件。注意：不要相信记事本中的输出结果。记事本是一个无望的编辑器，它默认使用无用的特定于语言环境的编码。使用更好的编辑器，例如 Notepad++，它会向您显示它使用什么编码来显示文件并让您更改它。
如果您在文件中看到 ć，并且编辑器告诉您它以 UTF-8 格式读取文件，但移动应用程序仍然无法正确读取它，那么这些应用程序已损坏，应该是已修复。
如果您无法修复它们并且必须暂时解决它，最好的办法是告诉您的 XML 序列化程序写入 ASCII 编码而不是 UTF-8。由于 ASCII 不能直接容纳像 ć 这样的字符，因此序列化程序将编码为 ć 以进行补偿。设置编码的方式取决于您使用什么来生成 XML；例如对于 Transformer 你可能 setOutputProperty(OutputKeys.ENCODING, "US-ASCII");.
我需要使用 Java 构建一个 XML 文件。问题是我必须使用一些特殊字符，如“ć”，然后在我的移动应用程序中阅读它。
如果我在我的 XML 文件的记事本中手动将 <tag>ć</tag> 更改为 <tag>ć</tag>，它会正常工作。但是当我尝试在 java 中执行此操作时，例如使用：
result = result.replaceAll("ć", "ć");
我收到类似 <tag>&#263;</tag> 的信息，这会导致我的客户端应用程序显示错误。
我该怎么做才能在不进行任何解析的情况下将 ć 替换为 ć？
Java XML API 会根据文件输出编码的需要处理转义字符，因此您不应从代码中执行任何 'special characters' 替换。
我想我明白你想做什么。我不知道是否有办法在不解析的情况下做你正在做的事情。因为 & 是 XML 中的特殊字符，所以您必须将其转义或将元素的内容包装在 CDATA 块中，这样它就不会被 XML 解析器解析。
import org.junit.Test;
public class AsciiTesting {
@Test
public void parse() {
final String myString = "ćabc123ć";
System.out.println(myString.replaceAll("ć", "ć"));
// Then wrap the <tag> content with <![CDATA[ put your replaced string here ]]>
}
}
在使用 XML 序列化程序时，您不会接触原始标记。 XML 工具的全部目的是让您可以编写纯文本内容，而不必担心使用正确的转义形式。
正确的做法是将 ć 保留在原处，让序列化程序将其写入适当的编码，最好是 UTF-8，因为这是 [=24= 的默认且唯一合理的编码] 文件。注意：不要相信记事本中的输出结果。记事本是一个无望的编辑器，它默认使用无用的特定于语言环境的编码。使用更好的编辑器，例如 Notepad++，它会向您显示它使用什么编码来显示文件并让您更改它。
如果您在文件中看到 ć，并且编辑器告诉您它以 UTF-8 格式读取文件，但移动应用程序仍然无法正确读取它，那么这些应用程序已损坏，应该是已修复。
如果您无法修复它们并且必须暂时解决它，最好的办法是告诉您的 XML 序列化程序写入 ASCII 编码而不是 UTF-8。由于 ASCII 不能直接容纳像 ć 这样的字符，因此序列化程序将编码为 ć 以进行补偿。设置编码的方式取决于您使用什么来生成 XML；例如对于 Transformer 你可能 setOutputProperty(OutputKeys.ENCODING, "US-ASCII");.