谈谈html转义字符如何通过代码识别

偶尔会在数据中看到诸如' 这样的字符，特征如下

以&#开头，中间是一串数字，以；结尾
以&开头，中间一串字符，以；结尾

比如最常见的 或者等价的 

浏览器遇到这些转义符，会转义回来，但如何通过代码识别？ org.apache.commons.lang.StringEscapeUtils.unescapeHtml提供了很好的说明

遇到上面的第一种情况，中间是数字的，直接将数字（unicode）转为char
遇到第二情况，中间是字符，只能查映射表了,从映射表中找到字符对应的数字再转换为char 看看代码就一目了然了

看看HTML40如何定义的

发表评论 共有条评论 用户名: 密码: 验证码: 匿名发表