禁用 XML 中的自动 & 转义？

Question

考虑：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document document = builder.newDocument();

Element root = doc.createElement("list");

doc.appendChild(root);

for(CorrectionEntry correction : dictionary){

    Element elem = doc.createElement("elem");

    elem.setAttribute("from", correction.getEscapedFrom());

    elem.setAttribute("to", correction.getEscapedTo());

    root.appendChild(elem);

}

（然后将文档写入 XML 文件）

wheregetEscapedFrom并getEscapedTo返回（在我的代码中）类似于finké如果原始单词是finké. 从而对大于127的字符进行Unicode转义。

问题是最终的 XML 有以下行<elem from="finke" to="fink&amp;#xE9;" />（fromis finke，tois finké），我希望它位于<elem from="finke" to="fink&#xE9;" />

我已经尝试按照 StackOverflow 中的另一个响应来禁用 & 符号的转义，并将该行放在doc.appendChild(doc.createProcessingInstruction(StreamResult.PI_DISABLE_OUTPUT_ESCAPING, "&"));创建之后，doc但没有成功。

我如何“告诉 XML”不要转义 & 符号？é或者，相反，我怎样才能让“XML”从, 或,转换\\u00E9为&#xE9;？

更新

我设法解决了这个问题：直到写入文件为止，节点（通过调试）似乎包含正确的字符串。一旦我打电话，transformer.transform(domSource, streamResult);一切都会变得疯狂。

DOMSource domSource = new DOMSource(doc);

ByteArrayOutputStream baos = new ByteArrayOutputStream();

StreamResult streamResult = new StreamResult(baos);

Transformer transformer = TransformerFactory.newInstance().newTransformer();

transformer.transform(domSource, streamResult);

System.out.println(baos.toString());

问题似乎出在变压器上。

Answer 1

尝试setOutputProperty("encoding", "us-ascii")在变压器上进行设置。这告诉序列化器仅使用 ASCII 字符生成输出，这意味着任何非 ASCII 字符都将被转义。但是您无法控制它是十进制还是十六进制转义（除非您使用 Saxon-PE 或更高版本作为您的Transformer，在这种情况下有一个序列化选项来控制它）。尝试“手动”进行序列化从来都不是一个好主意。至少有三个原因：(a) 你会弄错（我们看到很多这样的问题是由人们以这种方式生成糟糕的 XML 引起的），(b) 你应该使用这些工具，而不是反对它们，(c ）编写序列化程序的人比您更了解 XML，并且他们知道对他们的期望。您可能正在处理由对 XML 的理解非常肤浅的人编写的需求。