Java如何将单引号和双引号编码为HTML实体？

Question

我怎么能编码"成"和'成'？

我很惊讶单引号和双引号没有在HTML实体4.0中定义,因此StringEscapeUtils无法将这2个字符转义为相应的实体.

还有其他与字符串相关的工具能够做到这一点吗？

HTML实体4.0中没有定义单引号和双引号的原因吗？

除了单引号和双引号之外,是否有任何框架能够将所有unicode字符编码为相应的实体？由于所有的unicode都可以手动转换为十进制实体并以HTML格式显示,所以有什么工具可以自动转换它？

Answer 1

1. 单引号和双引号未在HTML 4.0中定义

单引号仅在HTML 4.0中未定义,双引号定义为"启动HTML2.0

2. StringEscapeUtils无法将这2个字符转义为相应的实体

escapeXml11在StringEscapeUtils 载体转化单引号成'.

例如:

StringEscapeUtils.escapeXml11("'"); //Returns '
StringEscapeUtils.escapeHtml4("\""); //Returns "

3. 还有其他与字符串相关的工具能够做到这一点吗？

Spring框架中的HTMLUtils负责单引号和双引号,它还将值转换为十进制(如'&").以下示例取自此问题的答案:

import org.springframework.web.util.HtmlUtils;
[...]
HtmlUtils.htmlEscapeDecimal("&")` //gives &
HtmlUtils.htmlEscape("&")` //gives &

4. HTML实体4.0中没有定义单引号和双引号的原因吗？

根据HTML 4中的Character实体引用,未定义单引号.双引号可从HTML2.0获得.而单引号作为XHTML1.0的一部分得到支持.

5. 将所有unicode字符编码成相应实体的工具或方法

作为这个问题的答案的一部分,提到了一个非常好的和简单的java实现.

以下是基于该答案的示例程序:

import org.apache.commons.lang3.StringEscapeUtils;

public class HTMLCharacterEscaper {
    public static void main(String[] args) {        
        //With StringEscapeUtils
        System.out.println("Using SEU: " + StringEscapeUtils.escapeHtml4("\" ¶"));
        System.out.println("Using SEU: " + StringEscapeUtils.escapeXml11("'"));

        //Single quote & double quote
        System.out.println(escapeHTML("It's good"));
        System.out.println(escapeHTML("\" Grit \""));

        //Unicode characters
        System.out.println(escapeHTML("This is copyright symbol ©"));
        System.out.println(escapeHTML("Paragraph symbol ¶"));
        System.out.println(escapeHTML("This is pound £"));      
    }

    public static String escapeHTML(String s) {
        StringBuilder out = new StringBuilder(Math.max(16, s.length()));
        for (int i = 0; i < s.length(); i++) {
            char c = s.charAt(i);
            if (c > 127 || c == '"' || c == '<' || c == '>' || c == '&' || c == '\'') {
                out.append("&#");
                out.append((int) c);
                out.append(';');
            } else {
                out.append(c);
            }
        }
        return out.toString();
    }

}

以下是一些有趣的链接,我在追求答案时遇到了这些链接:

• 用于排版的常见HTML实体
• 为什么不'应该用来逃避单引号？
• 命名字符参考 '
• HTML撇号