使用Java标准库将HTML字符转换回文本

我想使用Java标准库将一些HTML字符转换回文本。我想知道是否有图书馆能达到我的目的

/**
 * @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 & 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) {

    }
}

---

我不知道用标准库做这件事的任何方法。但是我知道并使用这个类来处理html实体

HTMLEntities是一个开源Java类，它包含一组静态方法（HTMLEntities、UnhtmEntities等），用于将特殊字符和扩展字符转换为HTML实体，反之亦然

---

我不知道用标准库做这件事的任何方法。但是我知道并使用这个类来处理html实体

HTMLEntities是一个开源Java类，它包含一组静态方法（HTMLEntities、UnhtmEntities等），用于将特殊字符和扩展字符转换为HTML实体，反之亦然

---

只处理

应用程序/x-www-form-urlencoded

MIME格式（例如，“%20”表示空格），而不处理。我认为Java平台上没有任何东西可以做到这一点。您可以编写自己的实用程序类来进行转换，例如。

只处理

应用程序/x-www-form-urlencoded

MIME格式（例如“%20”表示空间），而不处理。我认为Java平台上没有任何东西可以做到这一点。您可以编写自己的实用程序类来进行转换，例如。

URL解码器应仅用于解码“application/x-www-form-urlencoded”mime类型中html表单生成的URL中的字符串。这不支持html字符

---

一段时间后，我在库中找到了一个类。

URL解码器应仅用于解码“application/x-www-form-urlencoded”mime类型中html表单生成的URL中的字符串。这不支持html字符

---

经过一段时间后，我在库中找到了一个类。

我认为Apache Commons Lang库的

StringEscapeUtils.unescapeHtml3（）

和

unescapeHtml4（）

方法就是您要寻找的。请参阅。

我认为Apache Commons Lang库的

StringEscapeUtils.unescapeThl3（）

和

unescapeThl4（）

方法就是您要寻找的。请参阅。

这里，您只需在应用程序的lib jsoup中添加jar文件，然后使用此代码即可

import org.jsoup.Jsoup;

public class Encoder {
    public static void main(String args[]) {
        String s = Jsoup.parse("<Français>").text();
        System.out.print(s);
    }
}

---

下载jsoup的链接：

在这里，您只需在应用程序的libJSOUP中添加jar文件，然后使用此代码即可

import org.jsoup.Jsoup;

public class Encoder {
    public static void main(String args[]) {
        String s = Jsoup.parse("<Français>").text();
        System.out.print(s);
    }
}

---

下载jsoup的链接：

正如@jem所建议的，可以使用jsoup

在JSOUP1.8.3中，可以使用Parser.unescapeEntities方法来保留原始html

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

---

在以前的一些版本中，似乎没有这种方法。

正如@jem所建议的，可以使用jsoup

在JSOUP1.8.3中，可以使用Parser.unescapeEntities方法来保留原始html

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

---

在以前的一些版本中，似乎不存在此方法。

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

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

---

它正在工作。

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

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

---

它正在工作。

或者您可以使用unescapethml4：

    String miCadena="GUÍA TELEFÓNICA";
    System.out.println(StringEscapeUtils.unescapeHtml4(miCadena));

此代码打印行：

---

GUÍA TELEFÓNICA

或者您可以使用unescapeHtml4：

    String miCadena="GUÍA TELEFÓNICA";
    System.out.println(StringEscapeUtils.unescapeHtml4(miCadena));

此代码打印行：

---

GUÍA TELEFÓNICA

最新的url：不是为了打败一匹死马，但OP要求的是如何在HTML实体和“纯”文本（对我来说是ASCII，但是YMMV）之间进行翻译。上面的Jakarta库有unescapeHTML（和escapeHTML），这就实现了这一点。URLDecoder仍然适用于百分比编码URL字符串（如GET参数）。在Android的情况下，这将如何支持？最好给出主URL，可以删除特定版本；）=>StringEscapeUtils不推荐使用。下面的回答现在是最正确的。最新的url：不是为了打败一匹死马，但OP要求的是如何在HTML实体和“纯”文本（对我来说是ASCII，但是是YMMV）之间进行翻译。上面的Jakarta库有unescapeHTML（和escapeHTML），这就实现了这一点。URLDecoder仍然适用于百分比编码URL字符串（如GET参数）。在Android的情况下，这将如何支持？最好给出主URL，可以删除特定版本；）=>StringEscapeUtils不推荐使用。下面的回答现在是最正确的。非常好的库，现在很容易做像非常好的库这样的事情，现在很容易做像这样的事情应该是公认的答案。没有其他库比惊人的Jsoup.Awesome更快、更容易导入。这就是答案。这应该是公认的答案。没有其他库比惊人的Jsoup.Awesome更快、更容易导入。这就是答案。我更喜欢这个解决方案。如果可能，我建议使用apachelibs。（我的意见）我更喜欢这个解决方案。如果可能，我建议使用apachelibs。（我的意见）