如何使用Java解码html代码？

Question

可能重复:
Java:如何解码Java中的HTML字符实体,如HttpUtility.HtmlDecode？

我需要title从html文件中提取段落(如StackOverflow).

我可以在Java中使用正则表达式来提取我需要的字段,但我必须decode获得所获得的字段.

例

字段提取:

Paging Lucene&#39s search results (with **;** among **&#39** and **s**)

解码后的字段:

Paging Lucene's search results

java中是否有允许我转换这些html代码的类？

Answer 1

使用Apache Commons Lang提供的方法

import org.apache.commons.lang.StringEscapeUtils;
// ...
String afterDecoding = StringEscapeUtils.unescapeHtml(beforeDecoding);