java - 在 Java 中对特殊 HTML 字符 < >/"进行编码

Question

我使用的是Java 1.6.0

我正在寻找在 Java 中编码特殊 HTML 字符的正确方法

我的 HTML

 <div id="sliceXML">Florida</div>

我正在尝试使用下面的 Java 将 String xmlMatch 定义为上述 div 标签的内容(在本例中为 Florida)。但是我相信我没有正确定义 startTag 或 endTag。

我的Java

String testContent = contentPara;
String startTag = "\"sliceXML\">";                      
String endTag = "</div";                                        
String xmlMatch = null; 

int startPosition = testContent.indexOf(startTag);  

if(startPosition >1){

    int subStringIndex = startPosition + startTag.length();                                 
    int endPosition = testContent.indexOf(endTag, subStringIndex);              

    if(endPosition >= startPosition){
        xmlMatch = testContent.substring(subStringIndex, endPosition);
        out.println(xmlMatch.length()); 

    //out.println(startTag);

    out.println("Florida".equals(xmlMatch));
    out.println("florida".equals(xmlMatch));
}   
 }

任何帮助都非常有用。这也让我能够回答之前的相关问题 here

编辑

解决方案

正如我在下面解释的，我相信我的问题是 String endTag = "</div"; 中的正斜杠为了解决这个问题，我只是将结束标记更改为 String endTag = "<";

我还是不知道为什么会这样，如果有人能回答就太好了。

Answer 1

我真的会使用 HTML 解析器，例如名称容易混淆的 JTidy (它是一个 HTML pretty-print ，但也为您提供了 HTML 结构的 DOM 接口(interface))。

它将帮助您摆脱诸如解析和处理字符实体以及编码之类的麻烦。