如何在Java中将HTML转换为UTF-8 [英] How to convert from HTML to UTF-8 in java

问题描述

我有一个ASCII字符串，带有HTML实体，如：

 & agrave; 
& uml; 
& ccedil; 
  

我需要这个String没有这些实体并将它们转换为UTF-8字符。
有什么简单的方法，在java中做到这一点？

其中：

  Clazz.method（a& agrave;，UTF-8）
  

返回aà

或类似的内容？ 看看 org.apache.commons.lang.StringEscapeUtils.unescapeHtml（...）。显然它理解HTML 4中定义的所有字符实体。

I have an ASCII String, with HTML entities, like:

 à
 ¨
 ç

I need this String to be without those entities and convert them into UTF-8 chars. Is there any easy way, in java to do that?

Where:

 Clazz.method("aà","UTF-8")

returns "aà"

or something like that?

解决方案

Take a look at org.apache.commons.lang.StringEscapeUtils.unescapeHtml(...). Apparently it understands all character entities defined in HTML 4.

这篇关于如何在Java中将HTML转换为UTF-8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！