无法分析java中包含html字符实体的xml

当xml由html字符实体组成时，它会引发如下异常

[com.ctc.wstx.exc.WstxLazyException] com.ctc.wstx.exc.WstxParsingException: Undeclared general entity "ensp"
at [row,col {unknown-source}]: [1,66475]

是否有任何方法可以声明通用实体，以便我不必处理此异常。

实体“ensp”是一个空格字符实体，您可以解析该属性的XML/HTML，然后替换为其他内容

        File file = new File(yourFile);
        BufferedReader bufferedReader = new BufferedReader(file);

        StringBuilder stringBuilder = new StringBuilder();
        String inputLine;

        while ((inputLine = bufferedReader.readLine()) != null) {
            stringBuilder.append(inputLine);
        }

        String content = stringBuilder.toString();
        content = content.replace("ensp;", " ");

举个例子

---

编辑：对不起，你问错了。这可能不是你想要的答案

听起来您缺少Woodstox XML解析器的一些配置：

p_TREAT_CHAR_REFS_AS_ENTS（默认值：false）：通常，字符引用（如&）只是展开并作为字符数据的一部分报告；但如果此属性设置为true，它们将作为实体标记报告。当尝试完全再现XML文档的输入表示时，这有时可能很有用，包括选择特殊字符的转义。 注意：这仅适用于文本内容 — 不可能支持属性值（因为没有单独的标记；属性只能通过START_元素标记访问）

Api文档：

---

如果您可以编辑正在解析的XML，并且XML在文档开头有DOCTYPE声明，则需要为

ensp

添加实体声明：

<!ENTITY ensp "&#8194;">

如果可以编辑XML，但它没有DOCTYPE声明，则可以编写一个通用声明，如下所示：

<!DOCTYPE root [
  <!ELEMENT root ANY>
  <!ENTITY ensp "&#8184;">
]>
... content ...

]>
... 内容。。。

其中，

root

被您拥有的XML数据的文档元素（根元素）替换

如果要将所有HTML实体扩展为数字字符实体（而不仅仅是

ensp

），请查看或

---

如果您无法访问、无法更改或不想更改XML（例如，当您从网络中提取XML时），那么您可能会幸运地使用Java的JAXP API开发一个自定义的

EntityResolver

，并使用自定义的实体解析器（cf.）进行XML解析管道.

@BibekShakya StAX/woodstox的一般技术在eg中进行了解释。尽管我发现它不适用于海报，因为海报似乎与您的问题完全相同：对未声明实体的引用在XML中无效，因此会被拒绝。如果您想解析HTML，我建议使用HTML或SGML解析器而不是XML解析器，尽管Java的选项有限。