Dom4j格式化转义字符问题

1、不得不说的XML CDATA部件

在XML文档中的所有文本都会被解析器解析。

只有在CDATA部件之内的文本会被解析器忽略。

不合法的XML字符必须被替换为相应的实体。

如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。

实体必须以符号"&"开头，以符号";"结尾。
注意: 只有"<" 字符和"&"字符对于XML来说是严格禁止使用的。剩下的都是合法的，为了减少出错，使用实体是一个好习惯。

CDATA部件
在CDATA内部的所有内容都会被解析器忽略。

如果文本包含了很多的"<"字符和"&"字符——就象程序代码一样，那么最好把他们都放到CDATA部件中。

一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束:

CDATA注意事项:
CDATA部件之间不能再包含CDATA部件（不能嵌套）。如果 CDATA部件包含了字符"]]>" 或者"<![CDATA[" ，将很有可能出错哦。

同样要注意在字符串"]]>"之间没有空格或者换行符。

2、Dom4j格式化转义字符问题

person.xml

<?xml　version="1.0"　encoding="UTF-8"?>　
<person>　
　　　　　　　　<name>张三</name>　
　　　　　　　　<addr><![CDATA[经三路<鑫苑>19F]]></addr>　
</person>

上面的XML在被Dom4j格式化的时候，自动会被转义，转义后的内容如下：

<?xml　version="1.0"　encoding="GBK"?>
<person>
　　<toname><![CDATA[经三路<鑫苑>19F]]></toname>
</person>

这样，显然不是想要的结果，因为CDATA不需要再转义了。如何处理该问题，看下面的程序的处理：

import　org.dom4j.Document;　
import　org.dom4j.DocumentHelper;　
import　org.dom4j.Element;　
import　org.dom4j.io.OutputFormat;　
import　org.dom4j.io.XMLWriter;　
import　java.io.IOException;　
import　java.io.StringWriter;　
import　java.util.Date;　
/**　
*　Created　by　IntelliJ　IDEA.　
*　
*　@author　leizhimin　2010-7-10　16:03:39　
*/　
public　class　Person　{　
　　　　　　　　private　String　name;　
　　　　　　　　private　String　addr;　
　　　　　　　　public　Person(String　name,　String　addr)　{　
　　　　　　　　　　　　　　　　this.name　=　name;　
　　　　　　　　　　　　　　　　this.addr　=　addr;　
　　　　　　　　}　
　　　　　　　　public　static　void　main(String[]　args)　{　
　　　　　　　　　　　　　　　　Person　p　=　new　Person("张三",　"经三路<鑫苑>19F");　
　　　　　　　　　　　　　　　　p.showXml();　
　　　　　　　　}　
　　　　　　　　public　void　showXml()　{　
　　　　　　　　　　　　　　　　String　xml1,　xml2,　xml3;　
　　　　　　　　　　　　　　　　Document　doc　=　DocumentHelper.createDocument();　
　　　　　　　　　　　　　　　　doc.setXMLEncoding("GBK");　
　　　　　　　　　　　　　　　　Element　root　=　doc.addElement("person");　
　　　　　　　　　　　　　　　　if　(addr　!=　null)　
　　　　　　　　　　　　　　　　　　　　　　　　addElement(root,　"toname",　"<![CDATA["　+　this.addr　+　"]]>");　
　　　　　　　　　　　　　　　　else　
　　　　　　　　　　　　　　　　　　　　　　　　addElement(root,　"toname",　this.addr);　
　　　　　　　　　　　　　　　　xml1　=　doc.asXML();　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　//默认转义　
　　　　　　　　　　　　　　　　xml2　=　formatXml(doc,　"GBK",　true);　　　　　　　　//转义　
　　　　　　　　　　　　　　　　xml3　=　formatXml(doc,　"GBK",　false);　　　　　//不转义　
　　　　　　　　　　　　　　　　System.out.println(xml1);　
　　　　　　　　　　　　　　　　System.out.println("-------------------------");　
　　　　　　　　　　　　　　　　System.out.println(xml2);　
　　　　　　　　　　　　　　　　System.out.println("-------------------------");　
　　　　　　　　　　　　　　　　System.out.println(xml3);　
　　　　　　　　}　
　　　　　　　　/**　
　　　　　　　　　*　在指定的元素下添加一个新的子元素　
　　　　　　　　　*　
　　　　　　　　　*　@param　e　　　　　　　　　父元素　
　　　　　　　　　*　@param　name　　　　子元素名　
　　　　　　　　　*　@param　value　子元素值　
　　　　　　　　　*　@return　新加子元素　
　　　　　　　　　*/　
　　　　　　　　public　static　Element　addElement(Element　e,　String　name,　Object　value)　{　
　　　　　　　　　　　　　　　　Element　x　=　e.addElement(name);　
　　　　　　　　　　　　　　　　if　(value　==　null　||　"".equals(value.toString().trim()))　{　
　　　　　　　　　　　　　　　　　　　　　　　　x.setText("");　
　　　　　　　　　　　　　　　　}　else　if　(value　instanceof　Date)　{　
　　　　　　　　　　　　　　　　　　　　　　　　x.setText(DateToolkit.toISOFormat((Date)　value));　
　　　　　　　　　　　　　　　　}　else　{　
　　　　　　　　　　　　　　　　　　　　　　　　x.setText(value.toString());　
　　　　　　　　　　　　　　　　}　
　　　　　　　　　　　　　　　　return　x;　
　　　　　　　　}　
　　　　　　　　/**　
　　　　　　　　　*　格式化XML文档　
　　　　　　　　　*　
　　　　　　　　　*　@param　document　xml文档　
　　　　　　　　　*　@param　charset　　　　字符串的编码　
　　　　　　　　　*　@param　istrans　　　　是否对属性和元素值进行转移　
　　　　　　　　　*　@return　格式化后XML字符串　
　　　　　　　　　*/　
　　　　　　　　public　static　String　formatXml(Document　document,　String　charset,　boolean　istrans)　{　
　　　　　　　　　　　　　　　　OutputFormat　format　=　OutputFormat.createPrettyPrint();　
　　　　　　　　　　　　　　　　format.setEncoding(charset);　
　　　　　　　　　　　　　　　　StringWriter　sw　=　new　StringWriter();　
　　　　　　　　　　　　　　　　XMLWriter　xw　=　new　XMLWriter(sw,　format);　
　　　　　　　　　　　　　　　　xw.setEscapeText(istrans);　
　　　　　　　　　　　　　　　　try　{　
　　　　　　　　　　　　　　　　　　　　　　　　xw.write(document);　
　　　　　　　　　　　　　　　　　　　　　　　　xw.flush();　
　　　　　　　　　　　　　　　　　　　　　　　　xw.close();　
　　　　　　　　　　　　　　　　}　catch　(IOException　e)　{　
　　　　　　　　　　　　　　　　　　　　　　　　System.out.println("格式化XML文档发生异常，请检查！");　
　　　　　　　　　　　　　　　　　　　　　　　　e.printStackTrace();　
　　　　　　　　　　　　　　　　}　
　　　　　　　　　　　　　　　　return　sw.toString();　
　　　　　　　　}　
}

输出结果：

<?xml　version="1.0"　encoding="GBK"?>
<person><toname><!　[CDATA[经三路<鑫苑>19F]]></toname></person>
-------------------------
<?xml　version="1.0"　encoding="GBK"?>
<person>
　　<toname><![CDATA[经三路<鑫苑>19F]]></toname>
</person>
-------------------------
<?xml　version="1.0"　encoding="GBK"?>
<person>
　　<toname><![CDATA[经三路<鑫苑>19F]]></toname>
</person>

Process finished with exit code 0

可以看出，最后一种输出是真正想要的结果。

因此，要控制转义的问题，必须对XML重新格式化，格式化的时候，需要设置：

xw.setEscapeText(false);

出处http://lavasoft.blog.51cto.com/62575/347348