如何转换 HTML 标签中的转义字符？

Question

如何直接将"\u003chtml\u003e"转换为"<html>"？使用 json.Marshal() 将 "<html>" 转换为 "\u003chtml\u003e" 非常容易，但是 json.Unmarshal() 相当冗长和繁琐。在 golang 中有直接的方法吗？

Answer 1

您可以使用 strconv.Unquote() 进行转换。

您应该注意的一件事是 strconv.Unquote() 只能取消引号中的字符串（例如，以引号字符 " 或反引号字符 [=20= 开始和结束） ]), 所以我们必须手动附加它。

示例：

// Important to use backtick ` (raw string literal)
// else the compiler will unquote it (interpreted string literal)!

s := `\u003chtml\u003e`
fmt.Println(s)
s2, err := strconv.Unquote(`"` + s + `"`)
if err != nil {
    panic(err)
}
fmt.Println(s2)

输出（在 Go Playground 上尝试）：

\u003chtml\u003e
<html>

注意：要进行HTML文本转义和反转义，可以使用html包。引用其文档：

Package html provides functions for escaping and unescaping HTML text.

但是 html 包（特别是 html.UnescapeString()）不解码 \uxxxx 形式的 unicode 序列，只解码 &#decimal; 或 &#xHH;.

示例：

fmt.Println(html.UnescapeString(`\u003chtml\u003e`)) // wrong
fmt.Println(html.UnescapeString(`&#60;html&#62;`))   // good
fmt.Println(html.UnescapeString(`&#x3c;html&#x3e;`)) // good

输出（在 Go Playground 上尝试）：

\u003chtml\u003e
<html>
<html>

注意#2：

您还应该注意，如果您编写这样的代码：

s := "\u003chtml\u003e"

这个带引号的字符串将被编译器本身取消引用，因为它是一个解释字符串文字，所以你不能真正测试它。要在源代码中指定带引号的字符串，您可以使用反引号指定 原始字符串文字 或者您可以使用 双引号 解释字符串文字：

s := "\u003chtml\u003e" // Interpreted string literal (unquoted by the compiler!)
fmt.Println(s)

s2 := `\u003chtml\u003e` // Raw string literal (no unquoting will take place)
fmt.Println(s2)

s3 := "\u003chtml\u003e" // Double quoted interpreted string literal
                           // (unquoted by the compiler to be "single" quoted)
fmt.Println(s3)

输出：

<html>
\u003chtml\u003e

Answer 2

您可以为此范围使用 fmt 字符串格式包。

fmt.Printf("%v","\u003chtml\u003e") // will output <html>

https://play.golang.org/p/ZEot6bxO1H

Answer 3

我认为这是一个普遍的问题。这就是我的工作方式。

func _UnescapeUnicodeCharactersInJSON(_jsonRaw json.RawMessage) (json.RawMessage, error) {
    str, err := strconv.Unquote(strings.Replace(strconv.Quote(string(_jsonRaw)), `\u`, `\u`, -1))
    if err != nil {
        return nil, err
    }
    return []byte(str), nil
}

func main() {
    // Both are valid JSON.
    var jsonRawEscaped json.RawMessage   // json raw with escaped unicode chars
    var jsonRawUnescaped json.RawMessage // json raw with unescaped unicode chars

    // '\u263a' == '☺'
    jsonRawEscaped = []byte(`{"HelloWorld": "\uC548\uB155, \uC138\uC0C1(\u4E16\u4E0A). \u263a"}`) // "\u263a"
    jsonRawUnescaped, _ = _UnescapeUnicodeCharactersInJSON(jsonRawEscaped)                        // "☺"

    fmt.Println(string(jsonRawEscaped))   // {"HelloWorld": "\uC548\uB155, \uC138\uC0C1(\u4E16\u4E0A). \u263a"}
    fmt.Println(string(jsonRawUnescaped)) // {"HelloWorld": "안녕, 세상(世上). ☺"}
}

https://play.golang.org/p/pUsrzrrcDG-

希望这对某人有所帮助。

如何转换 HTML 标签中的转义字符？

How to convert escape characters in HTML tags?

html

string

go

escaping

html-escape-characters