stringescapeutils unescape en dash with code -

Question

我从utf-8格式的第三方系统获取xml，我正在尝试正确解析它并将其保存在我的数据库中。例如，下面是我获得的xml的4行，当我尝试使用unescapeXML时，它适用于除了短划线之外的所有内容。

String  one  = "<Name>test &apos; test</Name>";
String  two  = "<Fi>Em &#150; S</Fi>";
String three = "<FirstName>a1 &#228;</FirstName>";
String four = "crap&#201;";

System.out.println(StringEscapeUtils.unescapeXml(one));
System.out.println(StringEscapeUtils.unescapeXml(two));
System.out.println(StringEscapeUtils.unescapeXml(three));
System.out.println(StringEscapeUtils.unescapeXml(four));

输出：

<Name>test ' test</Name>

<Fi>Em  S</Fi>

<FirstName>a1 ä</FirstName>

crapÉ

除了字符串“two”之外，一切看起来都很好，它实际上应该是“Em - S”。

我想弄清楚我做错了什么，解码这样的xml字符串的最佳方法是什么

Answer 1

控制台可能根本无法打印字符 - （–）。

但是当你检查未转义的字符串时：

String two = "<Fi>Em &#150; S</Fi>";
String twoUnescaped = StringEscapeUtils.unescapeXml(two);
System.out.println(twoUnescaped.codePointAt(7));

你会发现字符引用被正确转义为带有代码点150的Java字符。