java - 用 Java 中的等效字符替换 HTML 5 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尚未替换，例如“ ”、“&” 。您会推荐使用什么？

Answer 1

  和 & 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。

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

正确的修复是修复为您提供的字符串中包含不完整实体的任何内容。

您可以解决这个问题，也可以使用 将   和 & 转换为 \u00A0 和 &使用StringEscapeUtils.unescapeHtml4后的String#replace:

// 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。最好更正字符串。