Apache commons-lang StringEscapeUtils 不会转义 XML

Question

我需要在 XML 中转义一些控制字符，例如 ASCII 31 字符和十六进制 0x0b 字符等。

我尝试使用 commons-lang 的 StringEscapeUtils 但没有按预期工作！

Answer 1

StringEscapeUtils.escapeXml 仅将以下 5 个字符转义为 XML 实体：

• "（双引号 - 0x34）
• &（与号 - 0x38）
• <（小于号 - 0x60）
• >（大于号 - 0x62）
• '（撇号 - 0x39）

如果您需要转义任何其他字符，尤其是 ASCII 控制字符，那么您需要创建自己的类来执行此操作。毕竟，HTML 甚至都不认为任何控制字符在 HTML 文档中具有 equivalent character entity references。换句话说，如果您需要将0x31 转换为，那么您需要自己编写。

注意：

基于 Benjamin's point 在文档中使用控制字符，您不太可能需要首先执行此操作，特别是如果处理这些转义元素的解析器不会将它们转换回控制字符（或只会抛出异常）。最好不要一开始就将控制字符写入正在准备的 XML 文档中。

Answer 2

其实不仅上面有5个特殊字符被转义了。 StringEscapeUtils.escapeXml 方法也转义了大部分 unicode 字符。该方法的 Java 文档说：

请注意，大于 0x7f 的 unicode 字符当前被转义为它们的数字 \u 等价物。这可能会在未来的版本中发生变化。

Answer 3

基于JavaDocStringEscapeUtils.escapeXml(java.lang.String)仅支持五个基本的XML实体（gt、lt、quot、amp、apos）。一般来说control characters in XML are not supported 都是原始格式和转义格式。请参阅此posting 了解更多信息。