如何仅反转义XML标签保留内容转义，处理CDATA内的XML数据

核心问题说明 #

你遇到的问题本质是返回的XML标签被做了二次转义，但内容里的小于号转义符需要保留，不能全量解XML转义。

• 直接调用StringEscapeUtils.unescapeXml()不符合需求的原因：该方法会将所有XML转义字符统一解转义，包括内容中需要保留的<（对应小于号<），会导致最终的XML标签结构混乱，无法正常解析。
• 你之前写的正则错误原因：Java的replaceAll方法中，捕获组的引用用$1、$2这种格式，不支持{0}占位符语法。

正确解决方案 #

通过正则匹配仅对XML标签部分的转义符做解转义，保留内容中的转义符即可，代码示例如下：

// 填入接口返回的原始字符串
String rawContent = "你的原始返回内容";

// 第一步：替换标签开头的&amp;lt;为<
String step1 = rawContent.replaceAll("&amp;lt;(/?[a-zA-Z][\\w-]*)", "<$1");
// 第二步：替换标签结尾的&amp;gt;为>
String formattedXml = step1.replaceAll("([a-zA-Z][\\w-]*)&amp;gt;", "$1>");

// formattedXml就是符合要求的可解析XML

如果你的XML标签名包含字母、数字、下划线、横杠之外的特殊字符，调整正则中的[a-zA-Z][\\w-]*匹配规则适配实际场景即可。

内容的提问来源于stack exchange，提问作者David González Arias