Java StringEscapeUtils.escapeXml正在转换不应转换的utf8字符

escapeXml

函数正在将

ѭѮ

转换为

ѭ Ѯ我想它不应该这样。我读到的是它只支持五个基本的XML实体（
gt
，
lt
，
quot
，
amp
，
apos
）

是否有只转换这五个基本xml实体的函数？
公共字符串转义xml（字符串s）{
public String escapeXml(String s) {
    return s.replaceAll("&", "&amp;").replaceAll(">", "&gt;").replaceAll("<", "&lt;").replaceAll("\"", "&quot;").replaceAll("'", "&apos;");
}

返回s.replaceAll（“&“，”&；”）.replaceAll（“>”，”）.replaceAll（“

请注意，大于0x7f的Unicode字符是从3.0开始的，不是
更长的转义。如果您仍然希望此功能，您可以实现
它可以通过以下命令执行：StringEscapeUtils.ESCAPE\u XML.with(
NumericEntityEscaper.between（0x7f，Integer.MAX_值））

因此，您可能使用较旧版本的库。更新依赖项（或自己重新实现escape：这不是火箭科学）
在UTF-8时代，有时首选具有可读字符的XML文档。这应该可以工作，并且字符串的重新编译只发生一次

import java.util.regex.Matcher;
import java.util.regex.Pattern;

private static final Pattern ESCAPE_XML_CHARS = Pattern.compile("[\"&'<>]");

public static String escapeXml(String s) {
    Matcher m = ESCAPE_XML_CHARS.matcher(s);
    StringBuffer buf = new StringBuffer();
    while (m.find()) {
        switch (m.group().codePointAt(0)) {
            case '"':
                m.appendReplacement(buf, "&quot;");
            break;
            case '&':
                m.appendReplacement(buf, "&amp;");
            break;
            case '\'':
                m.appendReplacement(buf, "&apos;");
            break;
            case '<':
                m.appendReplacement(buf, "&lt;");
            break;
            case '>':
                m.appendReplacement(buf, "&gt;");
            break;
        }
    }
    m.appendTail(buf);
    return buf.toString();
}

import java.util.regex.Matcher；
导入java.util.regex.Pattern；
私有静态最终模式ESCAPE\u XML\u CHARS=Pattern.compile（“[\”&']）；
公共静态字符串escapeXml（字符串s）{
Matcher m=ESCAPE\u XML\u CHARS.Matcher；
StringBuffer buf=新的StringBuffer（）；
while（m.find（））{
开关（m.group（）.codePointAt（0））{
案例''：
m、 阑尾置换术（buf，“）；
打破
案例“&”：
m、 附件替换（buf“&；”；
打破
案例'\''：
m、 附件替换（buf，“&apos；”）；
打破
案例“”：
m、 附件替换（buf，“”）；
打破
}
}
m、 附尾（buf）；
返回buf.toString（）；
}
StringEscapeUtils.escapeXml的javadoc告诉我们必须使用

StringEscapeUtils.ESCAPE_XML.with( new UnicodeEscaper(Range.between(0x7f, Integer.MAX_VALUE)) );

但必须使用
unicodescaper
而不是
NumericEntityEscaper
。
unicodescaper
将所有内容更改为
\u1234
符号，但
NumericEntityEscaper
将按预期的方式转义为
&；123；

package mypackage;

import org.apache.commons.lang3.StringEscapeUtils;
import org.apache.commons.lang3.text.translate.CharSequenceTranslator;
import org.apache.commons.lang3.text.translate.NumericEntityEscaper;

public class XmlEscaper {
    public static void main(final String[] args) {
        final String xmlToEscape = "<hello>Hi</hello>" + "_ _" + "__ __"  + "___ ___" + "after &nbsp;"; // the line cont

        // no Unicode escape
        final String escapedXml = StringEscapeUtils.escapeXml(xmlToEscape);

        // escape Unicode as numeric codes. For instance, escape non-breaking space as &#160;
        final CharSequenceTranslator translator = StringEscapeUtils.ESCAPE_XML.with( NumericEntityEscaper.between(0x7f, Integer.MAX_VALUE) );
        final String escapedXmlWithUnicode = translator.translate(xmlToEscape);

        System.out.println("xmlToEscape: " + xmlToEscape);
        System.out.println("escapedXml: " + escapedXml); // does not escape Unicode characters like non-breaking space
        System.out.println("escapedXml with unicode: " + escapedXmlWithUnicode); // escapes Unicode characters
    }
}

package-mypackage；
导入org.apache.commons.lang3.StringEscapeUtils；
导入org.apache.commons.lang3.text.translate.CharSequenceTranslator；
导入org.apache.commons.lang3.text.translate.numericeEntityEscaper；
公共类XmlEscaper{
公共静态void main（最终字符串[]args）{
最后一个字符串xmlToEscape=“Hi”+“\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
//无Unicode转义
最终字符串escapeXml=StringEscapeUtils.escapeXml（xmlToEscape）；
//将Unicode转义为数字代码。例如，将不间断空格转义为 ；
final CharSequenceTranslator translator=StringEscapeUtils.ESCAPE_XML.with（NumericEntityEscaper.between（0x7f，Integer.MAX_值））；
最终字符串转义xmlWithUnicode=translator.translate（xmlToEscape）；
System.out.println（“xmlToEscape:+xmlToEscape”）；
System.out.println（“escapedXml:+escapedXml）；//不转义Unicode字符，如不间断空格
System.out.println（“带unicode的转义XML:+escapedXmlWithUnicode）；//转义unicode字符
}
}
相关：