cómo unescape XML en Java

Question

necesito unescape una cadena XML que contiene escapado etiquetas XML:

< 
> 
& 
etc... 

encontré algunas librerías que pueden realizar esta tarea, pero prefiero usar un único método que puede realiza esta tarea.

¿Alguien puede ayudar?

aplausos, Bas Hendriks

Answer 1

StringEscapeUtils.unescapeXml(xml) 

(commons-lang, download)

Answer 2

Aquí está un método simple para XML unescape. Maneja las entidades XML predefinidas y las entidades numéricas decimales (& #nnnn;). Modificarlo para manejar entidades hexadecimales (& #xhhhh;) debe ser simple.

public static String unescapeXML(final String xml) 
{ 
    Pattern xmlEntityRegex = Pattern.compile("&(#?)([^;]+);"); 
    //Unfortunately, Matcher requires a StringBuffer instead of a StringBuilder 
    StringBuffer unescapedOutput = new StringBuffer(xml.length()); 

    Matcher m = xmlEntityRegex.matcher(xml); 
    Map<String,String> builtinEntities = null; 
    String entity; 
    String hashmark; 
    String ent; 
    int code; 
    while (m.find()) { 
     ent = m.group(2); 
     hashmark = m.group(1); 
     if ((hashmark != null) && (hashmark.length() > 0)) { 
      code = Integer.parseInt(ent); 
      entity = Character.toString((char) code); 
     } else { 
      //must be a non-numerical entity 
      if (builtinEntities == null) { 
       builtinEntities = buildBuiltinXMLEntityMap(); 
      } 
      entity = builtinEntities.get(ent); 
      if (entity == null) { 
       //not a known entity - ignore it 
       entity = "&" + ent + ';'; 
      } 
     } 
     m.appendReplacement(unescapedOutput, entity); 
    } 
    m.appendTail(unescapedOutput); 

    return unescapedOutput.toString(); 
} 

private static Map<String,String> buildBuiltinXMLEntityMap() 
{ 
    Map<String,String> entities = new HashMap<String,String>(10); 
    entities.put("lt", "<"); 
    entities.put("gt", ">"); 
    entities.put("amp", "&"); 
    entities.put("apos", "'"); 
    entities.put("quot", "\""); 
    return entities; 
} 

Answer 3

Si trabaja con JSP, utilice su: unescapeXml de openutils-elfunctions

Answer 4

Aquí es uno que escribí en diez minutos. No usa expresiones regulares, solo iteraciones simples. No creo que esto se pueda mejorar para ser mucho más rápido.

public static String unescape(final String text) { 
    StringBuilder result = new StringBuilder(text.length()); 
    int i = 0; 
    int n = text.length(); 
    while (i < n) { 
     char charAt = text.charAt(i); 
     if (charAt != '&') { 
      result.append(charAt); 
      i++; 
     } else { 
      if (text.startsWith("&amp;", i)) { 
       result.append('&'); 
       i += 5; 
      } else if (text.startsWith("&apos;", i)) { 
       result.append('\''); 
       i += 6; 
      } else if (text.startsWith("&quot;", i)) { 
       result.append('"'); 
       i += 6; 
      } else if (text.startsWith("&lt;", i)) { 
       result.append('<'); 
       i += 4; 
      } else if (text.startsWith("&gt;", i)) { 
       result.append('>'); 
       i += 4; 
      } else i++; 
     } 
    } 
    return result.toString(); 
}