用Java中等效字符替换HTML 5代码

Question

我试着用StringEscapeUtils.unescapeHtml4()，替换HTML5的符号，但是我仍然有很多符号还没有被替换，比如“replace”、“&”。您推荐使用什么？

Answer 1

&nbsp和&amp不是实体。 和&是实体。如果您的字符串确实丢失了它们上的;，这就是它们没有被解码的原因。

我只是检查了一下(为了彻底起见！)，StringEscapeUtils.unescapeHtml4 做了正确的解码 和&。

正确的修复是修复任何给您的不完整实体的字符串。

您可以解决这个问题，也可以在使用&nbsp和&amp之后使用String#replace将StringEscapeUtils.unescapeHtml4转换为\u00A0和&。

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

...but这是不正确的，因为这些不是实体。最好把绳子改一下。