为什么我不能使用 org.apache.commons.lang.StringEscapeUtils 将此包含字符的字符串转换为 &apos 和 &egrave？答案

【问题标题】：Why I can't use the org.apache.commons.lang.StringEscapeUtils to convert this String containing character as &apos and &egrave?为什么我不能使用 org.apache.commons.lang.StringEscapeUtils 将此包含字符的字符串转换为 &apos 和 &egrave？
【发布时间】：2015-03-17 17:15:09
【问题描述】：

我正在尝试对 org.apache.commons.lang.StringEscapeUtils 类进行一些实验，但我发现了一些困难。

我的代码中有以下情况：

String notNormalized = "c&apos;&egrave;";

System.out.println("NOT NORMALIZED: " + notNormalized);
System.out.println("NORMALIZED: " + StringEscapeUtils.escapeJava(notNormalized));

所以首先我声明了 notNormalized 字段（至少在我的脑海中）必须表示一个未规范化的字符串，其中包含由 表示的撇号字符>' 和一个由 è 表示的重读元音（应该是 è 字符）

然后我尝试在不进行规范化的情况下打印它，我认为这是打印 c'è 字符串及其规范化版本，我希望检索 c'è标准化\转换后的字符串。

但问题是我仍然获得相同的输出，实际上这是我在控制台中获得的输出：

NOT NORMALIZED: c&apos;&egrave;
NORMALIZED: c&apos;&egrave;

为什么？我错过了什么？怎么了？如何执行此测试并正确转换包含字符为 &apos 的字符串？

【问题讨论】：

标签： java string escaping stringescapeutils

【解决方案1】：

您要做的是unescapeHtml4。

所以

System.out.println("NORMALIZED: " + StringEscapeUtils.unescapeHtml4(notNormalized));

打印出来的

NORMALIZED: c&apos;è

很遗憾，&apos is not an HTML 4 entity 因此无法使用此工具进行转义。您可以将unescapeXml 用于&apos，但不能用于&egrave。你必须混合搭配。

【讨论】：

它说它不识别 unescapeHtml4() 方法
@AndreaNobili 您必须使用旧版本的 apache commons。如果可能，升级到版本 3。
@AndreaNobili 版本 2 有一个 unescapeHtml 方法，但我不确定它是否混合了 HTML 3 和 4。