Java XML APIは"から&に変換されます。

Question

私は、HTMLコードを読み込み、HTMLを解析し、内容（人が読めるテキスト）を取得してXMLファイルに保存するJavaプログラムを開発しています。場合によっては、HTMLコードには',"文字などが含まれていますが、それぞれ'とと書かれていることもあります。

適切な手順に従ってXMLを構築します。 DocumentクラスとElementクラスを使用し、Transformer,DomSource、StreamResultクラスを使用してXMLファイルを作成します。

ファイルを保存すると、シンボルが&に置き換えられていることがわかりました。私はそれが正しいことを知っています。しかし、'は&&aposにも変換されます。

また、DocumentオブジェクトをStringオブジェクトに変換してから、その文字列をStringEscapeUtils.unescapeXml(String s)メソッドに渡して、XMLエンティティをそのままにしました。ただし、&エンティティを&に変換しないため、無効なXMLファイルが作成されます。

（私はOutputKeys.ENCODINGは "UTF-8" と "XML" にOutputKeys.METHODに設定されています。）

Answer 1

問題は、あなたのHTMLの解析と、ないあなたのXML出力です。 HTML & apos;一重引用符なので、& apos; HTMLでは、パーサーは一重引用符としてそれを渡す必要があります。

あなたはどのパーサーを使用していますか？ Jsoupのような一般的なパーサは、そのエラーを起こしません。