讲师中心 微信公众号

工具推荐

视频效率加速
AniShort
AniShort

AI短剧协同制作平台

updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Seko
Seko

AI短剧一键生成成片

XML文件内容被转义怎么办 恢复为原始符号

冬芳小哥_8049

冬芳小哥_8049

发布时间:2026-02-17 10:16:03

|

224人浏览过

|

来源于php中文网

原创

XML解析时<变成文字是因为XML被双重编码,需用StringEscapeUtils.unescapeXml()(Java)或xml.sax.saxutils.unescape()(Python)还原标准实体后再解析,不可用replace或HTML解码器。

xml文件内容被转义怎么办 恢复<和>为原始符号

XML解析时<变成文字而不是标签怎么办

这是典型的XML实体转义问题:原始XML里的、<code>>、&被提前替换成<、>、&,导致解析器读不到合法结构,直接报错或把整段当文本处理。

根本原因不是“XML写错了”,而是内容在某一层(比如HTTP响应体、数据库字段、日志拼接)被双重编码了。你拿到的已经不是XML,是XML的字符串表示。

  • 别用String.replace()硬替换——容易漏掉"、',还可能误伤正常文本里的<
  • 别手动拼XML再解析——绕过标准解析流程,等于放弃命名空间、DTD校验、字符集自动识别等保障
  • 优先确认源头:是后端返回的JSON里嵌了转义后的XML字符串?还是前端用textContent取了XML节点结果?定位错层,修半天白忙

Java用DocumentBuilder解析前必须预处理转义字符吗

不需要。标准DocumentBuilder只认合法XML语法,传入含<的字符串会直接抛SAXParseException,错误信息通常是The content of elements must consist of well-formed character data or markup。

正确做法是先还原成原始XML字符串,再交给解析器。但还原不能靠正则,要用专门的HTML/XML解码工具,因为:

  • org.apache.commons.text.StringEscapeUtils.unescapeXml()能处理全部5个标准实体(< > & " '),且不碰非实体内容
  • JDK原生没有等效API,java.net.URLDecoder或URLEncoder完全不适用——它们针对URL编码,和XML实体无关
  • 如果字符串里混有HTML实体(如 ),unescapeXml()会忽略,避免意外污染

示例:

String rawXml = "<root><item>A&B</item></root>";
String fixed = StringEscapeUtils.unescapeXml(rawXml);
// → <root><item>A&B</item></root>
Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new ByteArrayInputStream(fixed.getBytes(StandardCharsets.UTF_8)));

Python里xml.etree.ElementTree报ParseError: not well-formed怎么修

错误本质和Java一样:输入字符串含未还原的实体。但Python生态更易踩坑——很多人用html.unescape(),它虽能解<,却会把 也转成空格,破坏XML语义;还有人用BeautifulSoup先解析再导出,引入额外依赖且可能改写命名空间。

安全做法只有两种:

  • 用xml.sax.saxutils.unescape()——它是XML模块自带的,专为XML实体设计,只处理标准5个,不碰其他
  • 如果确定输入是纯XML实体(无HTML扩展),用html.unescape()也可,但必须加判断:if '<' in xml_str or '>' in xml_str:再调用
  • 绝对不要用str.replace('<', '')——&会被漏掉,且<script>这种会被错误还原成<script></script>,触发XSS风险(即使当前场景不执行JS,也属数据污染)

示例:

import xml.sax.saxutils
raw = "<data><val>10&20</val></data>"
fixed = xml.sax.saxutils.unescape(raw)
# → <data><val>10&20</val></data>
import xml.etree.ElementTree as ET
root = ET.fromstring(fixed)

浏览器里用DOMParser解析<开头的字符串失败

现象是parseFromString(str, 'text/xml')返回的document.documentElement为null,或parseError显示Invalid XML。这是因为DOMParser严格遵循XML规范,不接受已转义的内容。

修复关键点就一个:必须在调用前还原。但注意浏览器环境没有StringEscapeUtils,得自己实现轻量解码:

  • 用textarea临时元素是最兼容方案:const el = document.createElement('textarea'); el.innerHTML = escapedStr; return el.value;——利用浏览器内置HTML解析器还原实体,安全且覆盖所有标准实体
  • 别用innerHTML直接设到div再取textContent——会丢失<script></script>等特殊标签的原始结构,且textContent会把换行符标准化
  • 如果字符串来自fetch响应,检查response.headers.get('content-type')是否为application/xml;若是text/plain或application/json,说明服务端本就没按XML发,转义是它自己的逻辑问题

这个环节最容易被忽略:以为“能用fetch拿到字符串就等于XML可用”,其实传输格式和内容格式是两回事。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
咔片AIPPT

一款在线AI演示文稿制作工具,可根据主题和内容需求辅助生成PPT结构与页面,提高演示材料制作效率。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

相关专题

更多
json数据格式
json数据格式

JSON是一种轻量级的数据交换格式。本专题为大家带来json数据格式相关文章,帮助大家解决问题。

2355

2023.08.07

json是什么
json是什么

JSON是一种轻量级的数据交换格式,具有简洁、易读、跨平台和语言的特点,JSON数据是通过键值对的方式进行组织,其中键是字符串,值可以是字符串、数值、布尔值、数组、对象或者null,在Web开发、数据交换和配置文件等方面得到广泛应用。本专题为大家提供json相关的文章、下载、课程内容,供大家免费下载体验。

3902

2023.08.23

jquery怎么操作json
jquery怎么操作json

操作的方法有:1、“$.parseJSON(jsonString)”2、“$.getJSON(url, data, success)”;3、“$.each(obj, callback)”;4、“$.ajax()”。更多jquery怎么操作json的详细内容,可以访问本专题下面的文章。

1296

2023.10.13

go语言处理json数据方法
go语言处理json数据方法

本专题整合了go语言中处理json数据方法,阅读专题下面的文章了解更多详细内容。

4519

2025.09.10

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

693

2023.11.13

string转int
string转int

在编程中,我们经常会遇到需要将字符串(str)转换为整数(int)的情况。这可能是因为我们需要对字符串进行数值计算,或者需要将用户输入的字符串转换为整数进行处理。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

7619

2023.08.02

c语言中null和NULL的区别
c语言中null和NULL的区别

c语言中null和NULL的区别是:null是C语言中的一个宏定义,通常用来表示一个空指针,可以用于初始化指针变量,或者在条件语句中判断指针是否为空;NULL是C语言中的一个预定义常量,通常用来表示一个空值,用于表示一个空的指针、空的指针数组或者空的结构体指针。

569

2023.09.22

java中null的用法
java中null的用法

在Java中,null表示一个引用类型的变量不指向任何对象。可以将null赋值给任何引用类型的变量,包括类、接口、数组、字符串等。想了解更多null的相关内容,可以阅读本专题下面的文章。

1698

2024.03.01

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn