java - online - xml formatter

cómo unescape XML en java

Question

Necesito borrar una cadena xml que contiene etiquetas XML escapadas:

<
>
&
etc...

Encontré algunas bibliotecas que pueden realizar esta tarea, pero preferiría usar un solo método que pueda realizar esta tarea.

¿Alguien puede ayudar?

Saludos, Bas Hendriks

Answer 1

Aquí hay un método simple para unescape XML. Maneja las entidades XML predefinidas y las entidades numéricas decimales (& # nnnn;). Modificarlo para manejar entidades hexadecimales (& # xhhhh;) debería ser simple.

public static String unescapeXML( final String xml )
{
    Pattern xmlEntityRegex = Pattern.compile( "&(#?)([^;]+);" );
    //Unfortunately, Matcher requires a StringBuffer instead of a StringBuilder
    StringBuffer unescapedOutput = new StringBuffer( xml.length() );

    Matcher m = xmlEntityRegex.matcher( xml );
    Map<String,String> builtinEntities = null;
    String entity;
    String hashmark;
    String ent;
    int code;
    while ( m.find() ) {
        ent = m.group(2);
        hashmark = m.group(1);
        if ( (hashmark != null) && (hashmark.length() > 0) ) {
            code = Integer.parseInt( ent );
            entity = Character.toString( (char) code );
        } else {
            //must be a non-numerical entity
            if ( builtinEntities == null ) {
                builtinEntities = buildBuiltinXMLEntityMap();
            }
            entity = builtinEntities.get( ent );
            if ( entity == null ) {
                //not a known entity - ignore it
                entity = "&" + ent + '';'';
            }
        }
        m.appendReplacement( unescapedOutput, entity );
    }
    m.appendTail( unescapedOutput );

    return unescapedOutput.toString();
}

private static Map<String,String> buildBuiltinXMLEntityMap()
{
    Map<String,String> entities = new HashMap<String,String>(10);
    entities.put( "lt", "<" );
    entities.put( "gt", ">" );
    entities.put( "amp", "&" );
    entities.put( "apos", "''" );
    entities.put( "quot", "/"" );
    return entities;
}

Answer 2

Aquí hay uno que escribí en diez minutos. No utiliza expresiones regulares, solo iteraciones simples. No creo que esto pueda ser mejorado para ser mucho más rápido.

public static String unescape(final String text) {
    StringBuilder result = new StringBuilder(text.length());
    int i = 0;
    int n = text.length();
    while (i < n) {
        char charAt = text.charAt(i);
        if (charAt != ''&'') {
            result.append(charAt);
            i++;
        } else {
            if (text.startsWith("&amp;", i)) {
                result.append(''&'');
                i += 5;
            } else if (text.startsWith("&apos;", i)) {
                result.append(''/''');
                i += 6;
            } else if (text.startsWith("&quot;", i)) {
                result.append(''"'');
                i += 6;
            } else if (text.startsWith("&lt;", i)) {
                result.append(''<'');
                i += 4;
            } else if (text.startsWith("&gt;", i)) {
                result.append(''>'');
                i += 4;
            } else i++;
        }
    }
    return result.toString();
}

Answer 3

Si trabaja con JSP, use su: openutils-elfunctions de openutils-elfunctions

Answer 4

StringEscapeUtils.unescapeXml(xml)

( commons-lang , download )