Java：转义 XML 文本内容而不是整个文本

我想发送下面的 XML 请求。文本内容应该被转义，但标签不应该被转义。

我试过了使用下面的转义逻辑。
String str = escapeXml11(req);

然而，我的整个请求都被逃脱了。因此，它不再是有效的 XML。

我原来的字符串：

String req =
"<request>\r\n" 
  + " <Products>\r\n" 
    + " <Product>\r\n" 
      + " <ProductName>H < M</ProductName>\r\n" 
      + " <quantity>1</quantity>\r\n" 
      + " <totalProductCost>17.03</totalProductCost>\r\n" 
    + " </Product>\r\n" 
  + " </Products>\r\n" 
+ "</request>"; 

逃脱后：

<request>
    <ProductName>H < M</ProductName>
    <quantity>1</quantity>
    <totalProductCost>17.03</totalProductCost>
</request&gt

预期结果：

<request>
    <ProductName>H &lt; M</ProductName>
    <quantity>1</quantity>
    <totalProductCost>17.03</totalProductCost>
</request>

如何只转义文本内容？

所以这个问题的根源是第三方提供给你的“XML”格式不正确。

<request>
  <Products>
    <Product>
      <ProductName>H < M</ProductName>
      <quantity>1</quantity>
      <totalProductCost>17.03</totalProductCost>
    </Product>
  </Products> 
</request>

要纠正此问题，您需要将"H < M" to "H < M"。对于人类来说很容易做到这一点，如果人类必须做很多这样的事情，则模精度会出现问题。但实现自动化却很困难。

显然，仅仅调用转义方法是行不通的。如果不解析 XML，转义方法无法确定需要转义的内容。 （像这样的方法escapeXml11仅当整个字符串需要转义时才有效。）

普通的 XML 解析器会看到"< M"尝试将其视为元素标签的开始。然后它会看到下一个"<"...和错误。为了进一步进行，它必须回溯到"< M"并治疗"<" 仿佛逃脱了.

我知道有一种 HTML / XML 解析器 (JSoup) 可以处理错位的情况"<"人物。但是，如果我理解正确，那么对于您的用例来说，它会以错误的方式处理这个问题。而不是治疗"< M"作为数据，它将把它变成一个开始标签：

<request>
  <Products>
    <Product>
      <ProductName>H <M></ProductName>
      <quantity>1</quantity>
      <totalProductCost>17.03</totalProductCost>
    </Product>
  </Products> 
</request>

这给你留下了两种选择：

• 您可以尝试通过一些模式匹配来检测并修复问题。例如，如果您知道格式错误的数据位于<ProductName>...</ProductName>元素，然后您可以使用正则表达式来搜索这些元素，检查并（如果需要）更正内容，然后替换它。

• 您可以使用上下文相关的词法分析器为 XML 编写自定义解析器。当解析器看到一个<ProductName>，它将词法分析器切换到处理“的不同模式”<“ 作为数据unless这是开始</ProductName>.

但在您花时间和金钱编写一堆自定义代码来处理这个无效的 XML 之前：

• 向创建它的第 3 方投诉。他们不应该像这样排放垃圾。他们的软件或数据收集/清理存在缺陷。他们应该修复它。

• 确保为您支付软件开发和维护费用的人了解这一点。例如，如果您受雇编写一些处理 XML 的软件，那么这不是 XML。如果客户没有警告您您的软件需要处理格式错误的 XML，那么这就是需求的变化，并且可能（应该）是变化合同的。

另请参阅@Michael Kay 的评论。