xml特殊字符转义技术

         

今天在项目的导出功能发现了一些问题最后看到这篇文章才知道问题的所在

原帖：http://www.cnblogs.com/long_/archive/2011/05/03/2035613.html

在项目测试阶段，测试人员会输入一些特殊字符，比如：<table>、<./或<这样的字符时，页面就会出现错误， 如果是导出，导出的Excel也会出现问题，或者直接输出的页面会把用户输入的<、>、&及 都转化成<、>、&及空格，原因是用java代码直接取的并没有对特殊字符做转义。

     因为Html中的<, >，&有特殊含义，(前两个字符用于链接签，&用于转义)，不能直接使用。使用这三个字符时，应使用它们的转义序列。

 

　　　& 的转义序列为 & amp 或 & #38；

　　　< 的转义序列为 & lt; & #60；

　　　> 的转义序列为 & gt; & #62；

　　前者为字符转义序列，后者为数字转义序列。

　　例如　& lt; font >显示为<font>，若直接写为则被认为是一个链接签。

　　需要说明的是：

　　　　a. 转义序列各字符间不能有空格；

　　　　b. 转义序列必须以“;”结束；

　　　　c. 单独的&不被认为是转义开始。

　　　　d. 区分大小写　　

     另一个需要转义的字符是双引号””，它的转义序列为"或"

     这里需要特殊注意的是一定要对&进行转义，有的朋友只对<、>甚至引号转义，但并没有对&进行转义，&是Html转义字符的开始，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。所以必须要对&进行转义。

解决方法是定义个工具类Tools。

Java代码  


/** 

  * 替换一个字符串中的某些指定字符 

  * @param strData String 原始字符串 

  * @param regex String 要替换的字符串 

  * @param replacement String 替代字符串 

  * @return String 替换后的字符串 

  */  

 public static String replaceString(String strData, String regex,  

         String replacement)  

 {  

     if (strData == null)  

     {  

         return null;  

     }  

     int index;  

     index = strData.indexOf(regex);  

     String strNew = "";  

     if (index >= 0)  

     {  

         while (index >= 0)  

         {  

             strNew += strData.substring(0, index) + replacement;  

             strData = strData.substring(index + regex.length());  

             index = strData.indexOf(regex);  

         }  

         strNew += strData;  

         return strNew;  

     }  

     return strData;  

 }  

  

 /** 

  * 替换字符串中特殊字符 

  */  

ublic static String encodeString(String strData)  

 {  

     if (strData == null)  

     {  

         return "";  

     }  

     strData = replaceString(strData, "&", "&");  

     strData = replaceString(strData, "<", "<");  

     strData = replaceString(strData, ">", ">");  

     strData = replaceString(strData, "'", "'");  

     strData = replaceString(strData, "\"", """);  

     return strData;  

 }  

  

 /** 

  * 还原字符串中特殊字符 

  */  

public static String decodeString(String strData)  

 {  

     strData = replaceString(strData, "<", "<");  

     strData = replaceString(strData, ">", ">");  

     strData = replaceString(strData, "'", "'");  

     strData = replaceString(strData, """, "\"");  

     strData = replaceString(strData, "&", "&");  

     return strData;  

 }  

 

 

 

      第一个函数replaceString转义单个字符，第二个函数encodeString为转义包括&、<、>、’和\这几个特殊字符，第三个函数decodeString是还原这几个特殊字符。

因此在需要转义的时候调用Tools. encodeString()就可以了。

     需要说明的是导出Excel是比较特殊的，因为如果有<table>这样的内容，是Excel保留字的，会造成Excel表格的混乱，如果要是用这个工具类做转义的话，会出现显示出<table>这样的内容，它会认为这是个字符串，并且不太好再把这样的字符串转义过来，经过测试如果有像“<>& ”或其它的Html标签，Excel会认为这样的内容为字符串，并不会引起错误，所以我可以放心的认为只有<table>这样的内容才会引起错误。那么怎么才能解决这个问题呢，既然只有<和>才会引起错误，那么何不把半角的尖括号转成全角的尖括号呢，经过测试后，发现真的可以解决，而且是个很高明的方法，因此就这样找到了解决方案。

还有一点是，无论用户输入多少个连续的空格，在页面中显示都为一个空格，这是Html本身就有的，因为Html只认 为标准的空格，解决方案是把普通空格转义为 ，但涉及的范围之广，影响的地方之大，是我们必须要考虑的因素，不光是像Display Tag标签和自定义的标签，而且struts本身的标签也要进行修改，这样一来，工作量大不说，不知道会不会引起这样那样的问题，而且并不影响正常运行，所以经过再三考虑，还是决定不予修改。