[英]How to decode XHTML and/or HTML5 entities in Java?
我有一些包含XHTML字符实体的字符串:
"They're quite varied"
"Sometimes the string ∈ XML standard, sometimes ∈ HTML4 standard"
"Therefore -> I need an XHTML entity decoder."
"Sadly, some strings are not valid XML & are not-quite-so-valid HTML <- but I want them to work, too."
有没有简单的方法可以解码实体? (我正在使用Java)
我目前正在使用StringEscapeUtils.unescapeHtml4(myString.replace("'", "\\'"))
作为临时hack。 遗憾的是, org.apache.commons.lang3.StringEscapeUtils
具有unescapeHtml4
和unescapeXML
,但没有unescapeXhtml
。
编辑:我确实想处理无效的XML,例如我想要“ && xyzzy;”。 解码为“ && xyzzy;”
编辑:我认为HTML5具有几乎与XHTML相同的字符实体,因此我认为HTML 5解码器也可以。
这可能并不直接相关,但是您可能希望采用JSoup ,尽管它是从更高层次上进行处理的。 包括网页清洁程序。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.