为什么我不能使用 org.apache.commons.lang.StringEscapeUtils 将包含字符的字符串转换为 ' 和 è？

Question

我正在尝试使用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'è";
System.out.println("NOT NORMALIZED: " + notNormalized);
System.out.println("NORMALIZED: " + StringEscapeUtils.escapeJava(notNormalized));

因此，首先我声明了notNormalized字段，该字段（至少在我的脑海中）必须表示一个未规范化的字符串，该字符串包含由'和由&egrave表示的带有重音的元音（应该是è字符）

然后我尝试在没有规范化的情况下打印它，我特别注意的是打印c'egrave字符串及其规范化版本，我希望检索c'è规范化\转换的字符串。

但问题是，我仍然获得了相同的输出，事实上，这就是我在控制台中获得的输出：

NOT NORMALIZED: c'è
NORMALIZED: c'è

为什么？我错过了什么？怎么了？如何执行此测试并正确地将包含字符的字符串转换为&apos？

Answer 1

您要做的是unescapeHtml4。

所以

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

它打印

NORMALIZED: c'è

不幸的是，&apos不是HTML4实体，因此无法使用此工具取消映射。您可以将unescapeXml用于&apos，但不能用于&egrave。你必须混合搭配。