是否有Java实用程序来验证字符串是否为有效的HTML转义字符？

我需要以下格式的方法：

public boolean isValidHtmlEscapeCode(String string);

用途如下：

isValidHtmlEscapeCode("A") == false
isValidHtmlEscapeCode("ש") == true // Valid unicode character
isValidHtmlEscapeCode("ש") == true // same as 1513 but in HEX
isValidHtmlEscapeCode("�") == false // Invalid unicode character

我找不到任何可以做到这一点的东西——有没有任何实用工具可以做到这一点？

---

如果不是，有什么聪明的方法吗？

不确定这是否是一个完美的解决方案，但您可以使用Apache Commons Lang：

try {
    return StringEscapeUtils.unescapeHtml4(code).length() < code.length();
} catch (IllegalArgumentException e) {
    return false;
}

试试看{
返回StringEscapeUtils.unescapethml4（code.length（）

您可能想看看Apache commons StringUtils： )

使用Unescape HTML，您可以执行以下操作：

String input = "A";
String unescaped = StringEscapeUtils.unescapeHtml(input);
boolean containsValidEscape = !input.equals(a);

---

尝试使用正则表达式进行匹配：

public boolean isValidHtmlEscapeCode(String string) {
    return string.matches("&;#([0-9]{1,4}|x[0-9a-fA-F]{1,4});");
}

或者，为了节省一些处理周期，可以重用正则表达式进行多次比较：

Pattern pattern = Pattern.compile("&;#([0-9]{1,4}|x[0-9a-fA-F]{1,4});");

public boolean isValidHtmlEscapeCode(String string) {
    return pattern.matches(string);
}

---

正则表达式的源代码可以在

中找到，这应该是您想要的方法：

public static boolean isValidHtmlEscapeCode(String string) {
String temp = "";
try {
    temp = StringEscapeUtils.unescapeHtml3(string);
} catch (IllegalArgumentException e) {
    return false;
}
return !string.equals(temp);
}

public静态布尔值isValidHtmlEscapeCode（字符串）{
if（字符串==null）{
返回false；
}
模式p=模式
编译（&（？：#x（[0-9a-fA-F]+）|（[0-9]+）|（[0-9a-Za-z]+）；））；
匹配器m=p.Matcher（字符串）；
if（m.find（））{
int码点=-1；
字符串实体=null；
试一试{
如果（（实体=m.group（1））！=null）{
if（entity.length（）>6）{
返回false；
}
codePoint=Integer.parseInt（实体，16）；
}如果（（实体=m.group（2））！=null，则为else{
if（entity.length（）>7）{
返回false；
}
codePoint=Integer.parseInt（实体，10）；
}如果（（实体=m.group（3））！=null，则为else{
返回namedEntities.contains（实体）；
}
返回0x00关于
&；
，
ä；
和
&customEntity；
？我不介意处理这些的函数-但这不是我的要求（换句话说，我对此不偏不倚），为什么您不能检查它是否以
&
开头，以
；
结尾，中间部分由（I）a-z，0-9（ii）组成#后跟数字（iii）#x后跟十六进制数字？@SalmanA我希望有一个更聪明的方法来做这件事-我不喜欢重新发明Wheels字符串Capeutils不能处理&#xxx；格式的任何东西。因此基于它的代码将不起作用。的确，UnescapeThml4包含NumericeEntityUnescaper，所以它应该处理它们看起来像抛出了
IllegalArgumentException当您传递无效的实体时，所以我更新了我的解决方案一点不错-但是
isValidHtmlEscapeCode（✏；）
将返回true@RonK正则表达式已被更改以更正长度限制。@RonK
𘚟；
是有效的…以十进制表示，最高达
􏿿；
是有效的。@Esailija-谢谢，所以长度验证还不够-还需要验证数字的值。@RonK以及其他内容，例如就连chrome和firefox也不一致地将
�；
视为有效实体，将其转换为
࿽；
，谢谢，这是解决我问题的最佳解决方案-我在模式的开头添加了一个
^
，并对其进行了轻微修改>$
结尾，因此对于像
hello{；world
这样的字符串，它不会返回
true
@RonK cheers，是的，我使用这个正则表达式来提取html实体，但忘了修改它^^
public static boolean isValidHtmlEscapeCode(String string) {
    if (string == null) {
        return false;
    }
    Pattern p = Pattern
            .compile("&(?:#x([0-9a-fA-F]+)|#([0-9]+)|([0-9A-Za-z]+));");
    Matcher m = p.matcher(string);

    if (m.find()) {
        int codePoint = -1;
        String entity = null;
        try {
            if ((entity = m.group(1)) != null) {
                if (entity.length() > 6) {
                    return false;
                }
                codePoint = Integer.parseInt(entity, 16);
            } else if ((entity = m.group(2)) != null) {
                if (entity.length() > 7) {
                    return false;
                }
                codePoint = Integer.parseInt(entity, 10);
            } else if ((entity = m.group(3)) != null) {
                return namedEntities.contains(entity);
            }
            return 0x00 <= codePoint && codePoint < 0xd800
                    || 0xdfff < codePoint && codePoint <= 0x10FFFF;
        } catch (NumberFormatException e) {
            return false;
        }
    } else {
        return false;
    }
}