使用Java標準庫將HTML字符轉換爲文本

我想使用Java標準庫將一些HTML字符轉換回文本。我想知道是否有任何圖書館能達到我的目的？使用Java標準庫將HTML字符轉換爲文本

/** 
* @param args the command line arguments 
*/ 
public static void main(String[] args) { 
    // TODO code application logic here 

    // "Happy & Sad" in HTML form. 
    String s = "Happy &amp; Sad"; 
    System.out.println(s); 

    try { 
     // Change to "Happy & Sad". DOESN'T WORK! 
     s = java.net.URLDecoder.decode(s, "UTF-8"); 
     System.out.println(s); 
    } catch (UnsupportedEncodingException ex) { 

    } 
}

來源

2009-03-01 Cheok Yan Cheng

我覺得雅加達Commons Lang圖書館的StringEscapeUtils.escapeHtml（）和unescapeHtml（）方法就是你要找的。見http://commons.apache.org/proper/commons-lang/javadocs/api-3.1/org/apache/commons/lang3/StringEscapeUtils.html。

來源

2009-03-01 11:46:21

最新的網址：http://commons.apache.org/lang/api-2.6/org/apache/commons/lang/StringEscapeUtils.html – Reu 2011-11-23 16:57:39

不要打死馬，但OP要求的是如何在HTML實體之間進行翻譯和「純文本」（這是我的ASCII碼，但YMMV）。上面的雅加達lib有unescapeHTML（和escapeHTML），它可以做到這一點。 URLDecoder仍然適用於百分比編碼URL字符串（如GET參數）。 – jjohn 2012-06-14 18:20:25

在Android的情況下，如何支持同樣的想法？ – CoDe 2013-09-13 19:49:28

我不知道有任何使用標準庫的方法。但我知道並使用這個類處理html實體。

「ヶ輛是一個包含靜態方法的集合（ヶ輛，unhtmlentities，...），以特殊和擴展字符轉換成HTML entitities反之亦然一個開源的Java類。」僅

http://www.tecnick.com/public/code/cp_dpage.php?aiocp_dp=htmlentities

來源

2009-03-01 11:15:37 rogeriopvl

java.net.URLDecoder涉及的application/x-www-form-urlencoded MIME格式（例如「％20」表示的空間），而不是與HTML character entities。我不認爲Java平臺上有任何東西。您可以編寫自己的實用程序類來執行轉換，例如this one。

來源

2009-03-01 11:29:17

URL解碼器應該只用於解碼由「application/x-www-form-urlencoded」mime類型的html表單生成的url的字符串。這不支持html字符。

經過search後，我在HTML Parser庫中找到Translate類。

來源

2009-03-01 11:37:12 Rich

非常好的圖書館，現在很容易做一些像 – Miguel 2012-08-17 14:58:45

在這裏，你必須在你的應用程序中添加jar文件到lib jsoup中，然後使用這段代碼。

import org.jsoup.Jsoup; 

public class Encoder { 
    public static void main(String args[]) { 
     String s = Jsoup.parse("&lt;Fran&ccedil;ais&gt;").text(); 
     System.out.print(s); 
    } 
}

鏈接下載jsoup：http://jsoup.org/download

來源

2012-09-27 04:52:43 jem

由於@jem建議，可以使用jsoup。

使用jSoup 1.8.3它可以使用方法Parser.unescapeEntities保留原始的HTML。

import org.jsoup.parser.Parser; 
... 
String html = Parser.unescapeEntities(original_html, false);

似乎在以前的某些版本中，此方法不存在。

來源

2015-09-25 14:27:50 Daniele

您可以使用類org.apache.commons.lang.StringEscapeUtils：

String s = StringEscapeUtils.unescapeHtml("Happy &amp; Sad")

這是工作。

來源

2017-12-12 11:37:16

使用Java標準庫將HTML字符轉換爲文本

回答

相關問題