Java XML解析：避免实体引用解析

我目前正在使用DOM解析器解析XHTML文档，如：

final DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setValidating(false);

final DocumentBuilder db = dbf.newDocumentBuilder();
db.setEntityResolver(MY_ENTITY_RESOLVER);
db.setErrorHandler(MY_ERROR_HANDLER);
...
final Document doc = db.parse(inputSource);

我的问题是，当我的文档包含实体引用时，例如：

<p>&euro;</p>

但是：

< L> > p>我不喜欢这个，因为我担心这可能会使一些解析器实现不能从XHTML 1严格的DTD导航到实体LATIN DTD，因此不考虑“E.EUL.”作为声明的实体。

当我这样做时，它会奇怪地创建两个节点：一个“pound”实体节点和一个后面带有“€”符号的文本节点

有什么想法吗？是否可以在DOM解析器中配置它，而无需对XHTML进行预处理并用所有“&”符号替换其他符号

解决方案可以是DOM解析器，也可以是SAX解析器，我不介意使用SAX解析，然后使用转换创建DOM

此外，我无法切换到非标准XML解析库。没有jdom，没有jsoup，没有HtmlCleaner，等等

---

非常感谢。

我采用的方法是用Xerces视为纯文本的唯一标记替换任何实体。转换为文档对象后，标记将替换为实体引用对象

---

请参见我的解析器创建文本节点中的convertStringToDocument（）函数。。您是如何测试的？是的，经过大量的搜索和测试，我最终做了类似的事情：我创建了一个Reader（java.io.BufferedReader的扩展），它可以动态地用另一个符号替换XML实体中的“&”符号，然后对解析后的文档进行后处理，用符号替换回这些符号。它看起来不干净，因为它不干净；-），但它是有效的。

final DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setExpandEntityReferences(false);