去除XML标签提取内容以及去除内容中的特殊字符

昨天弄的xml除了dtd的问题之后，还有两个问题，

一个是xml标签的内容里面还有标签，例如:<book>我有<strong>2</strong>本书。

一个是内容里面有特殊字符，譬如：<contents>这本书主要说：冒险、励志。</contents>

这两种情况存在的前提下，我要是用来作为文件名称生成文件时必然报错，所以先要料理掉这两个畔脚石。

 

1、去除xml标签内容中的标签，值提取内容：

参考这个链接就OK啦：http://blog.csdn.net/lxqssx/article/details/4075087

String docExplainStr = docExplain.replaceAll("<{1}[^<>]*>{1}","");
String docExplainStr = docExplain.replaceAll("<.*?>", "");

 两个我都试过，都挺好的。

 

2、特殊字符处理：

/**
 * 转义正则特殊字符 （$()*+.[]?\^{},|/\:?"<>）
 * @param keyword
 * @return
 */
public String escapeExprSpecialWord(String keyword) {
	String[] fbsArr = {"/","\\",":","*","?","\"","<",">","|", "(", ")","+", "[", "]", "^", "{", "}","、"};
	for (String key : fbsArr) {
		if (keyword.contains(key)) {
			keyword = keyword.replace(key,"");
		}
	}
	return keyword;
}

 参考链接：http://blog.csdn.net/bbirdsky/article/details/45368709

我这个参考上面那个改的，就是根据需要多加了类型。