java - 使用 StringEscapeUtils.escapeHtml() 时排除五个基本 XML 实体

Question

我正在尝试StringEscapeUtils.escapeHtml(String string)将网页上的特殊字符转换为 HTML 实体。但它也转义了五个基本的 XML 实体，即<、>、"、' 和 &，这使得我的 HTML 无法正确呈现，因为提到的字符被转义了。

所以在那之后我所做的就是使用StringEscapeUtils.unescapeXml(String string)将<、>、"、' 和 &返回到它们的单个字符形式。

有没有其他方法可以做到这一点？不包括我在 StringEscapeUtils 进行 HTML 转义时提到的 5 个实体？

Answer 1

您可以构建自己的翻译器：

public static final CharSequenceTranslator ESCAPE_HTML4 = new AggregateTranslator(
                    new LookupTranslator(EntityArrays.ISO8859_1_ESCAPE),
                    new LookupTranslator(EntityArrays.HTML40_EXTENDED_ESCAPE)
            );

这个特殊的翻译器忽略了EntityArrays.BASIC_ESCAPE()数据。

因此，它将转换特殊字符并省略 HTML 标记。

使用以下方法转换您的text变量：

text = ESCAPE_HTML4.translate(text);