Java正则表达式转换[重复]

Posted 2023-03-05

【中文标题】Java正则表达式转换[重复]

【英文标题】：Java regex conversion [duplicate]

【发布时间】：2012-07-09 04:20:16

【问题描述】：

可能重复：Java: How to decode html character entities in Java like HttpUtility.HtmlDecode?

我有一些特殊字符以这种格式编码的字符串数据&#039

在这种情况下，编码是一个 ' 符号，一个单引号。

所以例如"the citizen&#039s home" 应该看起来像"the citizen's home" 但它不是。

不幸的是，这并没有被这样解释，我需要为这些东西解析我的所有字符串并转换它们

首先：那个格式叫什么，这将帮助我找到一种转换方法

第二：你知道修复我的字符串的方法吗？

【问题讨论】：

这种格式称为：HTML Entity（十进制）。

【参考方案1】：

无需重新发明***：Apache Commons Lang 的StringEscapeUtils.unescapeHtml4(String) 就是您想要的。

取消转义包含实体的字符串转义为包含 与转义对应的实际 Unicode 字符。支持 HTML 4.0 实体。

例如，字符串"<Français>" 将变为 "<Français>"

如果某个实体无法识别，则将其单独放置，并逐字插入 到结果字符串中。例如">&zzzz;x" 将变为 ">&zzzz;x"。