XML中特殊字符过滤(含Java代码)

        在XML规范中，不支持ASCII前31个字符中的相当多控制符号，所以在组装XML时需过滤这些特殊字符，以免引起解析问题。对于这些特殊字符，常见的异常如：

引用

Character reference "&#12" is an invalid XML character.

这里的"&#12表示是ASCII码的第几个控制字符

        同时，'&'(实体引用的开始)和'<'(控制符的开始)作为XML的标准控制字符必须不能出现在正常内容中，如果出现的话，需要转义。XML提供CDATA结构段用来指示XML解析器不要对CDATA段中的数据做处理。但如果在CDATA段中包含CDATA段的关闭符']]>'的话，还是会出现解析问题。

     正常CDATA段示例

引用

CDStart    ::=   '<![CDATA['
CData       ::=   (Char* - (Char* ']]>' Char*))
CDEnd     ::=   ']]>'

        用类似的代码解决这类烦人问题

/**
	 * @see http://www.w3.org/TR/2004/REC-xml-20040204/#charsets
	 * 		All supported characters
	 * @param data 
	 * 			content in each field 
	 * @return 
	 * 			regular content is filtered from illegal XML char
	 */
	public static String checkXmlChar(String data) {
		StringBuffer appender = new StringBuffer("");
		
	    if (StringUtils.isNotBlank(data)) {
	    	appender = new StringBuffer(data.length());
	    	
	    	for (int i = 0; i < data.length(); i++) {
		        char ch = data.charAt(i);
		        if ((ch == 0x9) || (ch == 0xA) || (ch == 0xD)
		                || ((ch >= 0x20) && (ch <= 0xD7FF))
		                || ((ch >= 0xE000) && (ch <= 0xFFFD))
		                || ((ch >= 0x10000) && (ch <= 0x10FFFF)))
		        	appender.append(ch);
		    }
	    }
	    
	    String result = appender.toString();
	    
	    return result.replaceAll("]]>", "");
	}