Filtern von ungültigen XML-Zeichen in Java

Es ist nicht trivial, alle ungültigen Zeichen für XML zu finden. Sie müssen XMLChar.isInvalid () von Xerces aufrufen oder neu implementieren,

Ссылка

Diese Seite enthält eine Java-Methode zum Entfernen < a href="http://en.wikipedia.org/wiki/XML#Valid_characters"> ungültige XML-Zeichen , indem getestet wird, ob jedes Zeichen innerhalb der Spezifikation liegt, obwohl nicht nach stark entmutigt Zeichen

Das Entkommen der Zeichen ist übrigens keine Lösung, da die Spezifikationen für XML 1.0 und 1.1 die ungültigen Zeichen auch nicht in ausgeblendeter Form zulassen.

Hier ist eine Lösung, die sich sowohl um den rohen Char kümmert, als auch um den entwichenen Char im Stream, der mit Stax oder Sax funktioniert. Es muss für die anderen ungültigen Zeichen erweitert werden, aber Sie erhalten die Idee

Basierend auf einem Kommentar in der Link von Stephen C's Antwort und Wikipedia für die XML 1.1 Spezifikation Hier ist eine Java-Methode, die Ihnen zeigt, wie Sie ungültige Zeichen entfernen können Verwenden Sie regulären Ausdruck ersetzen:

Verwenden von StringEscapeUtils.escapeXml(xml) von commons-lang wird entkommen, die Charaktere nicht filtern.

Sie können regex (Regulärer Ausdruck) verwenden, um die Arbeit zu erledigen, siehe ein Beispiel in den Kommentaren hier