Java 构建org.w3c.dom.Document时剥离的HTML字符实体

我有一个Java XML实用程序类。

buildDocument（）

方法接受XML字符串并返回

org.w3c.dom.Document

。我要传递给它的特定XML是一个XHTML1.1文档

问题是如果有HTML命名的实体，比如

<p>Preserve dagger &dagger;</p>

我认为这些是相关的依赖关系

<dependency>
    <groupId>net.sf.saxon</groupId>
    <artifactId>Saxon-HE</artifactId>
    <version>9.5.1-6</version>
</dependency>
<dependency>
    <groupId>xerces</groupId>
    <artifactId>xercesImpl</artifactId>
    <version>2.11.0</version>
    <type>jar</type>
</dependency>
<dependency>
    <groupId>xml-resolver</groupId>
    <artifactId>xml-resolver</artifactId>
    <version>1.2</version>
    <type>jar</type>
</dependency>

net.sf.saxon
萨克森河
9.5.1-6
薛西斯
干细胞移植
2.11.0
罐子
xml解析器
xml解析器
1.2
罐子

---

关于如何保护这些实体有什么想法吗？谢谢，/w

我花了一些时间才找到这个问题的解决方案，显然很难找到正确的关键字。。。因为我在找到最佳答案之前找到了这个，所以我认为它值得链接到这里，即使它在StackOverflow上。好了：

---

这不是很令人满意，但至少它很好地解释了为什么没有更好的解决方案。

看看这个@Naren，我通读了这个问题，我不确定它是否适用于这种情况。我已关闭DTD验证。希望通过所有实体。我一直在研究实体解析器-只是不确定如何实现它，或者它是否能解决这个问题。当我设置实体解析器时，

resolverentity（publicId，systemId）

方法从未被调用。我试图打开dtd加载，但必须修复其他级联异常。

package com.example;

import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.io.StringWriter;
import java.nio.charset.StandardCharsets;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.w3c.dom.Document;
import org.xml.sax.SAXException;

public final class XMLUtils {

    private XMLUtils() {
    }

    public static Document buildDocument(String xml) throws ParserConfigurationException, SAXException, IOException {

        DocumentBuilderFactory domFactory = DocumentBuilderFactory
            .newInstance();
        domFactory.setNamespaceAware(true);

        domFactory.setFeature("http://xml.org/sax/features/validation", false);
        domFactory.setFeature(
            "http://apache.org/xml/features/nonvalidating/load-dtd-grammar", false);
        domFactory.setFeature(
            "http://apache.org/xml/features/nonvalidating/load-external-dtd", false);
        domFactory.setCoalescing(false);
        DocumentBuilder builder = domFactory.newDocumentBuilder();

        Document doc = builder.parse(new ByteArrayInputStream(
                xml.getBytes(StandardCharsets.UTF_8)));

        try {
            DOMSource domSource = new DOMSource(doc);
            StringWriter writer = new StringWriter();
            StreamResult result = new StreamResult(writer);
            TransformerFactory tf = TransformerFactory.newInstance();
            Transformer transformer = tf.newTransformer();
            transformer.transform(domSource, result);
            System.out.println("XML OUT: \n" + writer.toString());
        } catch (Exception ex) {

        }

        return doc;
    }
}

<dependency>
    <groupId>net.sf.saxon</groupId>
    <artifactId>Saxon-HE</artifactId>
    <version>9.5.1-6</version>
</dependency>
<dependency>
    <groupId>xerces</groupId>
    <artifactId>xercesImpl</artifactId>
    <version>2.11.0</version>
    <type>jar</type>
</dependency>
<dependency>
    <groupId>xml-resolver</groupId>
    <artifactId>xml-resolver</artifactId>
    <version>1.2</version>
    <type>jar</type>
</dependency>