当我打开这些新创建的文本文件时,我希望看到& amp;,但是有& amp;代替.为什么是这样？我已经将文本存储在没有任何扩展名的文本文件中(我的原始文件,XML格式也没有.xml扩展名),而且我确实只有&在新文件的文本中,无论我如何打开文件：作为txt或xml文件(这些是我的XML编辑器中的一些选项).究竟发生了什么？ Java(？)转换& amp;到&自动？或者有一些默认编码？嗯,& amp;代表&,我想有一些“看不见的”自动转换,但我很困惑何时以及如何发生这种情况.以下是我使用Java处理原始文件后收到的原始文件和提取文件的示例：
这是我的XML格式的“negative.review”文件：
<review> <review_text> I will not wear it as it is too big & looks funny on me. </review_text> </review>
I will not wear it as it is too big & looks funny on me.
对我来说,重要的是保持原始数据的原样(不进行任何转换/替换),所以我认为我必须处理提取的文件“negative_1”转换回& amp;到& ;.如你所见,似乎我不必这样做.但我不明白为什么:(.
先感谢您！
它只是表示不同(即它是“逃脱”),因为一个真正的“&”正如你所见,它自己打破了XML文件.阅读XML 1.0规范中的相关部分：“2.4 Character Data and Markup”.这只是几行,但它很好地解释了这个问题.
XML是数据的表示(！).不要将其视为文本文件.例：
您希望将字符串“17< 20”存储在XML文件中.最初,你不能,因为“<”保留为开始标记括号.所以这将是无效的：
<xml>17 < 20</xml>
解决方案：您在特殊/保留字符上使用字符转义,只是为了保留文件的有效性：
<xml>17 < 20</xml>
出于所有实际目的,上面的代码段包含以下数据(这次以JSON表示)：
{
"xml": "17 < 20"
}
这就是为什么你看到真正的“&”在你的后期处理中.它以同样的方式逃脱了,但它的意思始终保持不变.
上面的例子也解释了为什么“&”必须特别对待：它本身是XML转义机制的一部分.它标志着转义序列的开始,例如“& lt;”.因此它必须自行逃脱(使用“& amp;”,就像你已经完成的那样).
