我正在开发一个Java程序，该程序读取HTML代码，解析HTML，获取内容（可读文本）并将其存储在XML文件中。有时，HTML代码包含'，"字符（以及其他），但有时它们也分别为'和"。
我按照适当的过程构建XML。我使用Document和Element类，然后使用Transformer，DomSource和StreamResult类制作XML文件。
问题在于，保存文件后，我看到&符号被&替换。我知道那是对的。但是它也将'转换为&&apos！
我还尝试将Document对象转换为String对象，然后将该字符串传递给StringEscapeUtils.unescapeXml(String s)方法，以使XML实体完整。但是，它不会将&实体转换为&，从而导致无效的XML文件。
（我已将OutputKeys.ENCODING设置为" UTF-8"，将OutputKeys.METHOD设置为" XML"。）
问题是您的HTML解析，而不是XML输出。在html＆amp; apos中；是一个引用，所以当有＆amp; apos时；在html中，您的解析器应以单个报价给您。
您正在使用什么解析器？诸如JSOUP之类的流行解析器不会犯此错误。