Java转义HTML-字符串替换慢？

我有一个Java应用程序，它大量使用一个大文件来读取、处理并传递给SolrEmbeddedServer（）

其中一个函数执行基本HTML转义：

private String htmlEscape(String input)
{
    return input.replace("&", "&amp;").replace(">", "&gt;").replace("<", "&lt;")
        .replace("'", "&apos;").replaceAll("\"", "&quot;");
}

private String htmlEscape（字符串输入）
{
返回输入。replace（&），“&；”。replace（“>”，”）。replace（）用于可以从中使用的html转义。它应该以一种更有效的方式实现。
这当然不是进行大量替换的最有效方式。由于字符串是不可变的，因此每个.replace（）导致构造一个新的字符串对象。对于您给出的示例，每次调用此函数都会导致临时创建6个字符串对象

考虑到您给出的示例，最简单的解决方案是使用现有的库函数进行HTML实体编码。Apache commons是一个选项。另一个选项是
在其类中有一个非常有效的方法

它相当聪明，不使用您描述的字符串替换方式，而是遍历字符，在找到字符时用适当的实体替换字符

我手头没有任何基准测试，但是如果这些东西在您的代码的关键路径上，您将很乐意使用这个现成的、更快的解决方案。
您使用多个替换方法的方法可能会很慢

查看s以获得转义HTML实体的快速实现。
字符串.replace的通用算法有点复杂，但不应该那么糟糕。查看代码，它实际上是使用正则表达式实现的，因此不会很快

显然，通过逐字符迭代，您可以编写速度更快的代码。可能需要先计算出确切的长度

您可能想考虑<代码> [-~]之外的字符如何

已处理。您可能还希望使用已实现该功能的库。

每次调用replace都会返回一个新字符串。每次调用此函数时，您实际上是在创建字符串的四个副本，这些副本将被立即丢弃。如果输入足够大，这可能是浪费

我建议修改您的算法，以便您只扫描列表一次，而不是执行N

replace

操作（每次都需要扫描字符串）：

//psuedocode
Map<Char, String> replacements = new HashMap<String, String>();
replacements.put("&", "&amp;");
replacements.put(">", "&gt;");
...
private String htmlEscape(String input) {
    StringBuilder sb = new StringBuilder(input.length());
    for (char c: sb.toCharArray()) {
    if (replacements.containsKey(c)) {
        sb.append(replacements.get(c));
    else {
        sb.append(c);
    }
    return sb.toString();
}

//伪代码
Map replacements=newhashmap（）；
替换。将（“&”、“&；”号填上；
替换。放置（“>”，“）；
...
私有字符串htmlEscape（字符串输入）{
StringBuilder sb=新的StringBuilder（input.length（））；
for（char c:sb.toCharArray（））{
if（替代品。集装箱（c））{
sb.append（replacements.get（c））；
否则{
sb.附加（c）；
}
使某人返回字符串（）；
}

使用起来更简单、更标准。非常简单。

对于普通读者，Html转义字段中有一个新的播放器：

HTML代码上的unescape操作可以如下所示：

final String unescapedText = HtmlEscape.unescapeHtml(escapedText); 

---

我建议从commons lang复制这个方法（因为它是ASF2.0许可的，所以您可以合法地这么做）除非您需要commons-lang提供的任何其他方法和帮助器类。对单个方法有一个全新的依赖关系是不好的。是的，但是commons-lang有太多的方法，可能在大多数应用程序中都很有用，它们的作者在不知道它们存在的情况下重新编写了它们。谢谢，这可能会很有用。如果我没有错的话总而言之，该项目已经使用apache commons作为Solr的依赖项。我将对此进行研究：）我已经更改了我的实现，以检查字符串中是否有某个字符，希望if比直接执行更快…（目前还没有结果，但我可能会按照其他人的建议使用StringEscapeUtils）