Question

我尝试使用 StringEscapeUtils.unescapeHtml4（）替换HTML 5的符号，但我仍然有许多符号未被替换，例如＆＃34 ;＆安培; NBSP＆＃34;＆＃34; ＆放大器;放大器＆＃34 ;.你会建议使用什么？

Answer 1

&nbsp和&amp不是实体。  和&是实体。如果你的字符串确实缺少;，那就是他们没有被解码的原因。

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

正确的解决方法是修复那些字符串中包含不完整实体的内容。

使用&nbsp后，您可以解决问题，并使用&amp将\u00A0和&转变为String#replace和StringEscapeUtils.unescapeHtml4：

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

...但它不是正确的，因为那些不是实体。最好纠正字符串。

用Java中的等效字符替换HTML 5代码

1 个答案: