如何HTML轉義Java字符串中的捲動引號

Question

我有一個字符串，其中包含引號。我想用HTML實體替換它們，以確保它們不會混淆其他下游系統。對於我的第一次嘗試，我只是說了我想替換字符匹配，直接在我的代碼輸入他們：

public static String escapeXml(String s) { 
    StringBuilder sb = new StringBuilder(); 
    char characters[] = s.toCharArray(); 
    for (int i = 0; i < characters.length; i++) { 
     char c = characters[i]; 
     switch (c) { 
      // other escape characters deleted for clarity 
      case '「': 
       sb.append("&#8220;"); 
       break; 
      case '」': 
       sb.append("&#8221;"); 
       break; 
      case '‘': 
       sb.append("&#8216;"); 
       break; 
      case '’': 
       sb.append("&#8217;"); 
       break; 
      default: 
       sb.append(c); 
       break; 
     } 
    } 
    return sb.toString(); 
} 

這編譯和我的Mac上工作得很好，但是當我們的CI服務器（運行在Linux ）試圖建立它，它哽咽：

Out.java:[347,16] duplicate case label 

在Linux中構建鏈無法識別這些花哨的人物之間的區別顯然有些部分。

我的下一個嘗試是使用Unicode轉義。不幸的是，這甚至不會編譯在我的Mac：

... 
      case '\u8220': 
       sb.append("“"); 
       break; 
      case '/u8221': 
       sb.append("”"); 
       break; 
... 

我的編譯器會引發這樣的抱怨：

Out.java:[346,21] unclosed character literal 

我感到困惑，人們可能會怎麼做替代該位就了事可靠地跨平臺。有人有任何指示嗎？提前致謝。

Answer 1

編譯器的問題是，因爲你有「/ u8221」而不是「\ u8221」 - 一個斜槓，而不是反斜槓。

我不完全相信，使用實體將有所幫助，但你可以試試......我想這取決於下游的代碼是如何破裂的。

編輯：衛生署，我還沒有發現，你的Unicode值在小數。是的，他們需要在十六進制:)因爲它解釋了爲什麼編譯器抱怨，我會在這裏離開這個答案 - 「\ u8221」是一個完美的字符轉義序列，只是沒有一個你想要的:)

Answer 2

的Unicode文字是十六進制：

case '\u201c': 
    sb.append("“"); 
    break; 
.... 

而且，在其他的答案中提到，您在您的文字之一得到了/，而不是\的。

Answer 3

可以使用文字字符（即'‘'），但你的構建過程需要在編譯期間指定正確的源編碼。 javac命令選項是-encoding。 （Ant的javac任務上的屬性是相同的。）這應該與保存文件時由IDE使用的任何編碼匹配。

例如，如果您的IDE使用的是UTF-8，但生成機器正在使用其平臺默認編碼的US-ASCII，則特殊字符將被解碼爲?。由於多個案件現在具有相同的標籤，因此您會收到原始錯誤消息。

Answer 4

默認的編碼不同的平臺上鍊接 - Windows使用它自己的ISO-Latin-1的話（至少是我的工作）。 Linux經常使用UTF-8（這很可能是您的問題），Mac使用MacRoman。您可以通過保持純7位ASCII碼來避開大部分問題，並且如果您在源代碼中需要它，則可以使用\ u以上的任何內容。

就我個人而言，我會保留Java源代碼之外的任何「國家」，並使用本地化功能查找簡單密鑰的翻譯字符串，並將它們放置在您的Java代碼中。

Answer 5

更好的方法是使用Apache Commons Lang http://commons.apache.org/lang/api/org/apache/commons/lang/StringEscapeUtils.html。