Java：从XML中的文本中删除<和>(不是标记)

Question

我很难转义要由Java处理的xml。我使用JTidy来转义不需要的字符，但很难从<tag> capacity < 1000 </tag>等值中删除"<"one_answers">">

我正在使用以下代码来逃避输入

public String CleanXML(String input){
Tidy tidy = new Tidy();
tidy.setInputEncoding("UTF-16");
tidy.setOutputEncoding("UTF-16");
tidy.setWraplen(Integer.MAX_VALUE);
tidy.setXmlOut(true);
tidy.setSmartIndent(true);
tidy.setXmlTags(true);
tidy.setMakeClean(true);
tidy.setForceOutput(true);
tidy.setQuiet(true);
tidy.setShowWarnings(false);
StringReader in = new StringReader(input);
StringWriter out = new StringWriter();
tidy.parse(in, out);
return out.toString();
}

Answer 1

使用以下函数

private static final Pattern TAG_REGEX = Pattern.compile("<tag>(.+?)</tag>", Pattern.DOTALL);
public String CleanXML(String input){
final Matcher matcher = TAG_REGEX.matcher(input);
while (matcher.find()) {
String value = matcher.group(1);
String valueReplace = value.replaceAll("[^a-zA-Z0-9\s]", "");
input.replace(value,valueReplace);
}
return input;        
}

它使用正则表达式搜索来获取标记之间的值，然后删除所有非字母数字字符。正则表达式和基本思想是从Java正则表达式中提取标签之间的文本

Answer 2

如果您想删除XML的标记终端，只需将其转换为映射，并根据需要构建字符串即可在Java中将XML引用到映射。

如果你想清理属性值，你可以迭代映射并清理它，然后构建一个字符串，或者在java中通过映射到XML将它重新转换为XML