HTML解析Android中的特殊字符

Question

我有这个简单的问题：一旦我检索到邮件文本，有时会发生Html.fromHtml无法正确解析字符串的问题。

我会举个例子。这是HTML字符串：

&#‪8211‬;&#‪8211‬;&#‪8211‬;&#‪8211‬;&

它必须是这样的：

---------------------------

Android有没有办法实现这一目标？我需要使用正则表达式吗？

非常感谢你。

Answer 1

示例中的字符串是–––&（字面意思）的HTML表示法，因此正确的浏览器行为就是以这种方式呈现它。由于某些原因无法从描述中猜到，某些软件已经应用 double 编码，首先将em短划线“ - ”编码为–，然后对{{1}进行编码再次，&。

顺便说一下，一系列连续的em破折号可能会也可能不会产生连续的线;这取决于字体。有更可靠的方法来生成长行，例如CSS中的&元素和边框属性。

Answer 2

您可以使用以下内容过滤掉隐藏的字符（在本例中）

myString = myString.replaceAll( "[\\u202C\\u202A]", "" );

之后只是：

Html.fromHtml(myString);

它将在html上下文中工作。或者如果你想要真正的短划线字符：

Html.fromHtml(Html.fromHtml(myString));

概念的演示：http://jsfiddle.net/CGzDc/（javascript，你将不得不在这个java的答案中使用代码）