论坛首页 → Java企业应用论坛 →

dom4j解析xml文档时的字符引用（数字实体）问题及初步分析。

浏览 4400 次
锁定老帖子 主题：dom4j解析xml文档时的字符引用（数字实体）问题及初步分析。
精华帖 (0) :: 良好帖 (0) :: 新手帖 (0) :: 隐藏帖 (0)
作者 正文
  • cnetwei
  • 等级: 二星会员
  • 性别:
  • 文章: 54
  • 积分: 286
  • 来自: 西安
   发表时间：2007-11-30   最后修改：2010-03-23

xml中的字符引用 也叫作字符 实体 或编号实体 ，例如我们可以

 
  1. & //显示一个and符号——&   

也可以 

  1. &# 38 ;  //也是显示一个and符号——&   

第二种方式就叫做编号实体 ，在xml规范中定义了5个实体： 

  1. <!ENTITY quot "&#34;" >   
  2. <!ENTITY amp  "&#38;" >   
  3. <!ENTITY apos "&#39;" >   
  4. <!ENTITY lt   "&#38;#60;" >   
  5. <!ENTITY gt   "&#62;" >   

我们可以通过名称quot、amp……来引用，也可以通过数字34、38……来引用。平时常用的（定义在HTML中的）实体还有： 

  1. <!ENTITY nbsp "&#160;" >    <!-- 不折行空格 -->   
  2. <!ENTITY copy "&#169;" >   <!-- 版权符号 -->   

我的问题是，在dom4j 使用SAXReader解析xml文档时，其中的字符实体&#160、&#169都会变成问号——?，理论上来说 这里的数字（160、169）是字符在编码表中的（十进制）编码值，我给SAXReader设置的encoding是utf-8，难道unicode中没有160、169这两个值？

不知道大家是否有遇到这样的问题，有没有什么解决方法或思路？

返回顶楼
         
论坛首页 → Java企业应用版

跳转论坛:
Global site tag (gtag.js) - Google Analytics