使用 Java 将 HTML 符号和 HTML 名称转换为 HTML 编号

Question

我有一个XML，其中包含许多特殊符号，如®（HTML编号&#174）等。和HTML名称，如&atilde（HTML编号&#227）等。

我正在尝试使用Java将这些HTML符号和HTML名称替换为相应的HTML编号。为此，我首先将XML文件转换为字符串，然后使用replaceAll方法作为：

File fn = new File("myxmlfile.xml");
String content = FileUtils.readFileToString(fn);
content = content.replaceAll("®", "&#174");
FileUtils.writeStringToFile(fn, content);

但这行不通。

谁能告诉如何做到这一点。

谢谢！！！

Answer 1

replaceAll 方法的签名为：

public String replaceAll(String regex, String replacement)

您必须注意您的第一个参数是有效的正则表达式。 Java 模式类描述了 Java 正则表达式中使用的构造。

根据我在模式类描述中看到的内容，我看不出有什么问题：

content = content.replaceAll("®", "&#174");

你可以试试：

content = content.replaceAll("\p(®)", "&#174");

看看这是否效果更好。

Answer 2

我不认为\#是一个有效的转义序列。顺便说一句，"&#174"有什么问题？

Answer 3

如果你想要HTML数字，首先尝试对XML进行转义。

使用 Apache Commons Lang 的 EscapeUtils。

Java

可能在处理它时遇到麻烦，所以首先我更喜欢转义Java，然后再转义XML或HTML。

    String escapedStr= StringEscapeUtils.escapeJava(yourString);
    escapedStr= StringEscapeUtils.escapeXML(yourString);
    escapedStr= StringEscapeUtils.escapeHTML(yourString);