如何使用Java解码HTML代码？ [英] how to decode html codes using Java?

问题描述

可能重复：

我需要从 title ） > html 文件。

我可以在Java中使用正则表达式来提取我需要的字段，但是我必须 decode 获取字段。

示例

字段解压：

 分页Lucene&＃39的搜索结果（在**&＃39 **和** s **之间有**; **）
  

字段解码后：

 分页Lucene的搜索结果
  

java中是否有任何类允许我转换这些html代码？

解决方案

使用 Apache Commons Lang

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

Possible Duplicate:
Java: How to decode HTML character entities in Java like HttpUtility.HtmlDecode?

I need to extract paragraphs (like title in StackOverflow) from an html file.

I can use regular expressions in Java to extract the fields I need but I have to decode the fields obtained.

EXAMPLE

field extracted:

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

field after decoding:

Paging Lucene's search results

Is there any class in java that will allow me to convert these html codes?

解决方案

Use methods provided by Apache Commons Lang

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

这篇关于如何使用Java解码HTML代码？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！