用 Java 中的等效字符替换 HTML 5 个代码

Question

我正在尝试使用 StringEscapeUtils.unescapeHtml4() 替换 HTML 5 的符号，但我仍然有很多符号没有被替换例如“ ”、“&”。你会推荐使用什么？

Answer 1

&nbsp 和 &amp 不是实体。   和 & 是实体。如果您的字符串确实缺少 ;，这就是它们未被解码的原因。

我刚刚检查（只是为了彻底！），StringEscapeUtils.unescapeHtml4 正确解码   和 &.

正确的解决方法 是修复给你的字符串中包含不完整实体的任何内容。

你可以解决它，在使用 StringEscapeUtils.unescapeHtml4 之后使用 String#replace 将 &nbsp 和 &amp 变成 \u00A0 和 &：

// Ugly, technically-incorrect workaround (but we do these things sometimes)
String result =
    StringEscapeUtils.unescapeHtml4(sourceString)
    .replace("&nbsp", "\u00A0")
    .replace("&amp", "&");

...但这不正确，因为它们不是实体。最好把字符串改正。

用 Java 中的等效字符替换 HTML 5 个代码

Replacing of HTML 5 codes with equivalent characters in Java

java

html

stringescapeutils