如何使用java转换特殊字符？

Question

我有这样的字符串：

Avery® Laser & Inkjet Self-Adhesive

我需要将它们转换为

Avery Laser & Inkjet Self-Adhesive.

即删除特殊字符并将 html 特殊字符转换为常规字符。

Answer 1

Avery® Laser & Inkjet Self-Adhesive

首先使用 StringEscapeUtils#unescapeHtml4() （或 #unescapeXml()，具体取决于原始格式）以取消转义 & 转换为 &。然后使用 String#replaceAll() 和 [^\x20-\x7e] 删除不在可打印 ASCII 范围。

总结：

String clean = StringEscapeUtils.unescapeHtml4(dirty).replaceAll("[^\\x20-\\x7e]", "");

..产生

Avery Laser & Inkjet Self-Adhesive

（没有像您的示例中那样的尾随点，但原始版本中不存在；））

也就是说，这看起来更像是对解决方法的请求，而不是请求到解决方案。如果您详细说明功能要求和/或该字符串的来源，我们也许能够提供正确的解决方案。 ® 看起来像是由于使用错误的编码读取字符串而导致的，而 & 看起来像是由于使用基于文本的解析器来读取字符串而导致的。读取字符串而不是使用成熟的 HTML 解析器。

Answer 2

您可以使用 StringEscapeUtils 来自 Apache Commons Text 项目的类。

Answer 3

也许你可以使用类似的东西：

yourTxt = yourTxt.replaceAll("&", "&");

在某些项目中我做了类似的事情：

public String replaceAcutesHTML(String str) {

str = str.replaceAll("á","á");
str = str.replaceAll("é","é");
str = str.replaceAll("í","í");
str = str.replaceAll("ó","ó");
str = str.replaceAll("ú","ú");
str = str.replaceAll("Á","Á");
str = str.replaceAll("É","É");
str = str.replaceAll("Í","Í");
str = str.replaceAll("Ó","Ó");
str = str.replaceAll("Ú","Ú");
str = str.replaceAll("ñ","ñ");
str = str.replaceAll("Ñ","Ñ");

return str;

}

Answer 4

如果您想模仿 php 函数 htmlspecialchars_decode 使用 php 函数 get_html_translation_table() 转储表，然后使用 java 代码，例如，

    static Hashtable html_specialchars_table = new Hashtable();
    static {
            html_specialchars_table.put("<","<");
            html_specialchars_table.put(">",">");
            html_specialchars_table.put("&","&");
    }
    static String htmlspecialchars_decode_ENT_NOQUOTES(String s){
            Enumeration en = html_specialchars_table.keys();
            while(en.hasMoreElements()){
                    String key = (String)en.nextElement();
                    String val = (String)html_specialchars_table.get(key);
                    s = s.replaceAll(key, val);
            }
            return s;
    }