子字符串中的字符串替换答案

【问题标题】：String replace in substring子字符串中的字符串替换
【发布时间】：2012-04-03 02:10:08
【问题描述】：

我想为 Java 类编写一个方法。该方法接受下面给出的 XML 数据字符串作为输入。

<?xml version="1.0" encoding="UTF-8"?>
<library>

    <book>
        <name> <> Programming in ANSI C <> </name>
        <author> <>  Balaguruswamy <> </author>
        <comment> <> This comment may contain xml entities such as &, < and >. <> </comment>
    </book>

    <book>
        <name> <> A Mathematical Theory of Communication <> </name>
        <author> <> Claude E. Shannon <> </author>
        <comment> <> This comment also may contain xml entities. <> </comment>
    </book>

    <!-- This library contains more than ten thousand books. -->
</library>

XML 字符串包含很多以开头和结尾的子字符串。子字符串可能包含 XML 实体，例如、、&、' 和 ". 该方法需要将它们替换为 >、<、&。> 和" 分别。

在 Java 中是否有任何正则表达式方法来完成这项任务？

【问题讨论】：

您是要转义所有 XML，还是只转义标签之间的？
谁在生成 XML？似乎解决问题的正确方法是输出有效的 xml，而不是修改内容。
子字符串取自数据库。由于 XML 字符串可能包含超过三万个子字符串，因此在添加到 XML 字符串之前转义所有 XML 实体将是低效的。这就是为什么我们只引入并且该方法负责在使用它之前对 XML 实体进行转义。

标签： java xml regex

【解决方案1】：

这些数据是传递给您的，还是您可以控制它？如果是这样，那么我建议使用CDATA 块。如果您真的不确定输入到 xml 块中的数据，那么只需将所有内容包装在 CDATA 中，然后再将其保存到数据库中

如果您对此没有控制权，那么据我所知，由于您可能必须处理的边缘情况的数量，这将需要大量的编码。不是一个简单的正则表达式能够处理的事情（如果一个有效的块正在开始，如果一个正在结束，如果一个已经结束，等等）

这是案例的一个非常基本的正则表达式，但我真的相信其余的会变得非常复杂

\<\>* //For <> changes

【讨论】：

哇！我认为这对我来说是一个新想法。这不是我试图遵循的。我认为这对我有用。我应该用“”，并且应该替换子字符串“]]>”之后的所有“”，对吧？
很抱歉之前的删除，我分心并误读了您的评论，所以我想稍后我会改写我的答案。我已经更新了它，很快就会给出一些有效的正则表达式 :) 但是，如果你可以用 CDATA 块保存数据，那会让生活更轻松 :D

【解决方案2】：

你可以关注an example

通过 Dom 或 SAX 读取 XML 文件
用正则表达式替换字符串
通过 Dom 或 SAX 编写 XML 文件

【讨论】：

由于子字符串包含XML实体，读取Dom会失败，对吧？
我不确定；请尝试一下，让我知道结果。谢谢