org.xml.sax.SAXParseException：prolog中不允许引用

Question

我试图逃避字符串的html字符，并使用此字符串使用如下所示的parseXml方法构建DOM XML。接下来，我试图将此DOM文档插入数据库。但是，当我这样做时，我收到以下错误：

org.xml.sax.SAXParseException：prolog中不允许引用。

我有三个问题：1）我不知道如何逃避双引号。我尝试了replaceAll（“\”“，”“”）并且不确定这是否正确。

2）假设我想要一个以双引号开头和结尾的字符串（例如：“sony”），我该如何编码？我尝试过类似的东西：

String sony =“\”sony \“”

这是正确的吗？上面的字符串是否包含“sony”以及双引号，还是有其他方法可以做到这一点？

3）我不确定在prolog中不允许使用“org.xml.sax.SAXParseException：Reference”。错误意味着有人可以帮我解决这个问题吗？

谢谢，索尼

我的代码中的步骤：

1. utils的。 java的 public static String escapeHtmlEntities（String s）{return s.replaceAll（“＆”，“＆”）。replaceAll（“<”，“<”）。replaceAll（“>”，“>”）。replaceAll（“\”） “，”“”）。 replaceAll（“：”，“：”）。replaceAll（“/”，“/”）; }

       public static Document parseXml (String xml) throws Exception { 
   
      DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
       factory.setNamespaceAware(true);
       DocumentBuilder builder = factory.newDocumentBuilder();
       Document doc = builder.parse(new InputSource(new StringReader(xml)));
       doc.setXmlStandalone(false);
       return doc;
   }

2. TreeController.java protected void notifyNewEntryCreated（String entryType）throws Exception {for（Listener l：treeControlListeners）l.newEntryCreated（）;

   final DomNodeTreeModel domModel = (DomNodeTreeModel) getModel();
   Element parent_item = getSelectedEntry();
   String xml = Utils.escapeHtmlEntities("<entry xmlns=" + "\"http://www.w3.org/2005/atom\"" + "xmlns:libx=" + 
           "\"http://libx.org/xml/libx2\">" + "<title>" + "New" + entryType + "</title>" +
           "<updated>2010-71-22T11:08:43z</updated>" + "<author> <name>LibX Team</name>" +
               "<uri>http://libx.org</uri>" + "<email>[email protected]</email></author>" + 
               "<libx:" + entryType + "></libx:" + entryType + ">" + "</entry>");
   xmlModel.insertNewEntry(xml, getSelectedId());

   }
3. XML data model.Java

public void insertNewEntry（String xml，String parent_id）throws Exception {insertNewEntry（Utils.parseXml（xml）.getDocumentElement（），parent_id）; }

public void insertNewEntry (Element elem, String parent_id) throws Exception {

    // inserting an entry with no libx: tag will create a storage leak
    if (elem.getElementsByTagName("libx:package").getLength() +
        elem.getElementsByTagName("libx:libapp").getLength() +
        elem.getElementsByTagName("libx:module").getLength() < 1) {
        // TODO: throw exception here instead of return
        return;
    }

    XQPreparedExpression xqp = Q.get("insert_new_entry.xq");
    xqp.bindNode(new QName("entry"), elem.getOwnerDocument(), null);
    xqp.bindString(new QName("parent_id"), parent_id, null);
    xqp.executeQuery();
    xqp.close();

    updateRoots();
}

4. insert_new_entry.xq

declare namespace libx ='http://libx.org/xml/libx2'; declare namespace atom ='http://www.w3.org/2005/atom';将变量$ entry声明为xs：anyAtomicType external;声明变量$ parent_id为xs：string external;声明变量$ feed为xs：anyAtomicType：= doc（'libx2_feed'）/ atom：feed;声明变量$ metadata为xs：anyAtomicType：= doc（'libx2_meta'）/ metadata; let $ curid：= $ metadata / curid返回节点$ curid的值替换数据（$ curid）+ 1，让$ newid：= data（$ metadata / curid）+ 1 return insert node {$ newid} {$ entry / /}进入$ feed，让$ newid：= data（$ metadata / curid）+ 1返回if（$ parent_id ='root'）then（）else insert node http://libx.org/xml/libx2'/>进入$ feed / atom：entry [atom：id = $ parent_id] //（libx：module | libx：libapp | libx：package）

Answer 1

你可以查看Tidy规范。它是w3c发布的一个规范。几乎所有最近的语言都有自己的实现。

而不仅仅是替换或关心<，>，只需配置JTidy（用于java）选项和解析。这抽象了Xml逃逸事物的所有复杂性。

我已经使用了基于python，java和marklogic的整洁实现。都解决了我的目的

Answer 2

要转义双引号，请使用以XML格式预定义的"实体。

因此，您的示例字符串（例如属性值）将如下所示

   <person name="&quot;sony&quot;"/>

撇号/单引号也有'。

我看到你有很多replaceAll调用，但替换似乎是相同的？还有一些其他字符不能按字面意思使用，但应该进行转义：

  &  --> &
  >  --> >
  <  --> &lt;
  "  --> &quot;
  '  --> &apos;

（编辑：好的，我看到这只是格式化 - 实体在被SO呈现时变成了实际值。）

由于XML无效，SAX异常是解析器抱怨。

除了转义文本外，您还需要确保它符合XML的well-formedness rules。要做到这一点还有很多，所以使用第三方库编写XML通常更简单。例如，dom4j中的XMLWriter。