java轉換 HTML字符實體，java特殊字符轉義字符串

為什么要用轉義字符串？

HTML中<，>，&等有特殊含義（<，>，用於鏈接簽，&用於轉義），不能直接使用。這些符號是不顯示在我們最終看到的網頁里的，那如果我們希望在網頁中顯示這些符號，該怎么辦呢？

這就要說到HTML轉義字符串（Escape Sequence）了。

轉義字符串（Escape Sequence）也稱字符實體(Character Entity)。在HTML中，定義轉義字符串的原因有兩個：第一個原因是像“<”和“>”這類符號已經用來表示HTML標簽，因此就不能直接當作文本中的符號來使用。為了在HTML文檔中使用這些符號，就需要定義它的轉義字符串。當解釋程序遇到這類字符串時就把它解釋為真實的字符。在輸入轉義字符串時，要嚴格遵守字母大小寫的規則。第二個原因是，有些字符在ASCII字符集中沒有定義，因此需要使用轉義字符串來表示。

轉義字符串的組成

轉義字符串（Escape Sequence），即字符實體（Character Entity）分成三部分：第一部分是一個&符號，英文叫ampersand；第二部分是實體（Entity）名字或者是#加上實體（Entity）編號；第三部分是一個分號。

比如，要顯示小於號（<），就可以寫 &lt; 或者 < 。

用實體（Entity）名字的好處是比較好理解，一看lt，大概就猜出是less than的意思，但是其劣勢在於並不是所有的瀏覽器都支持最新的Entity名字。而實體(Entity)編號，各種瀏覽器都能處理。

提示：實體名稱（Entity）是區分大小寫的。

備注：同一個符號，可以用“實體名稱”和“實體編號”兩種方式引用，“實體名稱”的優勢在於便於記憶，但不能保證所有的瀏覽器都能順利識別它，而“實體編號”則沒有這種擔憂，但它實在不方便記憶。

如何顯示空格？

通常情況下，HTML會自動截去多余的空格。不管你加多少空格，都被看做一個空格。比如你在兩個字之間加了10個空格，HTML會截去9個空格，只保留一個。為了在網頁中增加空格，你可以使用&nbsp;表示空格。

---

HTML特殊轉義字符列表

最常用的字符實體
Character Entities

顯示	說明	實體名稱	實體編號
	半方大的空白	 
	全方大的空白	 
	不斷行的空白格	 
<	小於	&lt;	<
>	大於	&gt;	>
&	&符號	&amp;	&
"	雙引號	&quot;	"
©	版權	&copy;	©
®	已注冊商標	&reg;	®
™	商標（美國）	™	™
×	乘號	&times;	×
÷	除號	&divide;	÷

ISO 8859-1 (Latin-1)字符集

HTML 4.01 支持 ISO 8859-1 (Latin-1) 字符集。

備注：為了方便起見，以下表格中，“實體名稱”簡稱為“名稱”，“實體編號”簡稱為“編號”

顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號
	 		¡	¡	¡	¢	¢	¢	£	£	£	¤	¤	¤
¥	¥	¥	¦	¦	¦	§	§	§	¨	¨	¨	©	©	©
ª	ª	ª	«	«	«	¬	¬	¬		­		®	®	®
¯	¯	¯	°	°	°	±	±	±	²	²	²	³	³	³
´	´	´	µ	µ	µ	¶	¶	¶	·	·	·	¸	¸	¸
¹	¹	¹	º	º	º	»	»	»	¼	¼	¼	½	½	½
¾	¾	¾	¿	¿	¿	À	À	À	Á	Á	Á	Â	Â	Â
Ã	Ã	Ã	Ä	Ä	Ä	Å	Å	Å	Æ	Æ	Æ	Ç	Ç	Ç
È	È	È	É	É	É	Ê	Ê	Ê	Ë	Ë	Ë	Ì	Ì	Ì
Í	Í	Í	Î	Î	Î	Ï	Ï	Ï	Ð	Ð	Ð	Ñ	Ñ	Ñ
Ò	Ò	Ò	Ó	Ó	Ó	Ô	Ô	Ô	Õ	Õ	Õ	Ö	Ö	Ö
×	×	×	Ø	Ø	Ø	Ù	Ù	Ù	Ú	Ú	Ú	Û	Û	Û
Ü	Ü	Ü	Ý	Ý	Ý	Þ	Þ	Þ	ß	ß	ß	à	à	à
á	á	á	â	â	â	ã	ã	ã	ä	ä	ä	å	å	å
æ	æ	æ	ç	ç	ç	è	è	è	é	é	é	ê	ê	ê
ë	ë	ë	ì	ì	ì	í	í	í	î	î	î	ï	ï	ï
ð	ð	ð	ñ	ñ	ñ	ò	ò	ò	ó	ó	ó	ô	ô	ô
õ	õ	õ	ö	ö	ö	÷	÷	÷	ø	ø	ø	ù	ù	ù
ú	ú	ú	û	û	û	ü	ü	ü	ý	ý	ý	þ	þ	þ
ÿ	ÿ	ÿ

數學和希臘字母標志
symbols, mathematical symbols, and Greek letters

顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號
ƒ	ƒ	ƒ	Α	Α	Α	Β	Β	Β	Γ	Γ	Γ	Δ	Δ	Δ
Ε	Ε	Ε	Ζ	Ζ	Ζ	Η	Η	Η	Θ	Θ	Θ	Ι	Ι	Ι
Κ	Κ	Κ	Λ	Λ	Λ	Μ	Μ	Μ	Ν	Ν	Ν	Ξ	Ξ	Ξ
Ο	Ο	Ο	Π	Π	Π	Ρ	Ρ	Ρ	Σ	Σ	Σ	Τ	Τ	Τ
Υ	Υ	Υ	Φ	Φ	Φ	Χ	Χ	Χ	Ψ	Ψ	Ψ	Ω	Ω	Ω
α	α	α	β	β	β	γ	γ	γ	δ	δ	δ	ε	ε	ε
ζ	ζ	ζ	η	η	η	θ	θ	θ	ι	ι	ι	κ	κ	κ
λ	λ	λ	μ	μ	μ	ν	ν	ν	ξ	ξ	ξ	ο	ο	ο
π	π	π	ρ	ρ	ρ	ς	ς	ς	σ	σ	σ	τ	τ	τ
υ	υ	υ	φ	φ	φ	χ	χ	χ	ψ	ψ	ψ	ω	ω	ω
?	ϑ	ϑ	?	ϒ	ϒ	?	ϖ	ϖ	•	•	•	…	…	…
′	′	′	″	″	″	‾	‾	‾	⁄	⁄	⁄	℘	℘	℘
ℑ	ℑ	ℑ	ℜ	ℜ	ℜ	™	™	™	ℵ	ℵ	ℵ	←	←	←
↑	↑	↑	→	→	→	↓	↓	↓	↔	↔	↔	↵	↵	↵
⇐	⇐	⇐	⇑	⇑	⇑	⇒	⇒	⇒	⇓	⇓	⇓	⇔	⇔	⇔
∀	∀	∀	∂	∂	∂	∃	∃	∃	∅	∅	∅	∇	∇	∇
∈	∈	∈	∉	∉	∉	∋	∋	∋	∏	∏	∏	∑	∑	∑
−	−	−	∗	∗	∗	√	√	√	∝	∝	∝	∞	∞	∞
∠	∠	∠	∧	∧	∧	∨	∨	∨	∩	∩	∩	∪	∪	∪
∫	∫	∫	∴	∴	∴	∼	∼	∼	∝	≅	≅	≈	≈	≈
≠	≠	≠	≡	≡	≡	≤	≤	≤	≥	≥	≥	⊂	⊂	⊂
⊃	⊃	⊃	⊄	⊄	⊄	⊆	⊆	⊆	⊇	⊇	⊇	⊕	⊕	⊕
⊗	⊗	⊗	⊥	⊥	⊥	⋅	⋅	⋅	?	⌈	⌈	?	⌉	⌉
?	⌊	⌊	?	⌋	⌋	?	⟨	⟨	?	⟩	⟩	◊	◊	◊
♠	♠	♠	♣	♣	♣	♥	♥	♥	♦	♦	♦

重要的國際標記
markup-significant and internationalization characters

顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號	顯示	名稱	編號
"	&quot;	"	&	&amp;	&	<	&lt;	<	>	&gt;	>	Œ	&OElig;	Œ
œ	&oelig;	œ	Š	&Scaron;	Š	š	&scaron;	š	Ÿ	&Yuml;	Ÿ	ˆ	&circ;	ˆ
˜	&tilde;	˜		&ensp;			&emsp;			&thinsp;		‌	&zwnj;	‌
‍	&zwj;	‍	‎	&lrm;	‎	‏	&rlm;	‏	–	&ndash;	–	—	&mdash;	—
‘	&lsquo;	‘	’	&rsquo;	’	‚	&sbquo;	‚	“	&ldquo;	“	”	&rdquo;	”
„	&bdquo;	„	†	&dagger;	†	‡	&Dagger;	‡	‰	&permil;	‰	‹	&lsaquo;	‹
›	&rsaquo;	›	€	&euro;	€

---

JavaScript轉義符

轉義序列	字符
\b	退格
\f	走紙換頁
\n	換行
\r	回車
\t	橫向跳格 (Ctrl-I)
\'	單引號
\"	雙引號
\\	反斜杠

編程的時候要注意特殊字符的問題，很多運行時出現的問題都是因為特殊字符的出現而引起的。

注意，由於反斜杠本身用作轉義符，因此不能直接在腳本中鍵入一個反斜杠。如果要產生一個反斜杠，必須一起鍵入兩個反斜杠 (\\)。

---

 

編碼轉換（to Unicode）

（程序代碼來源於網絡）

Js版

<script>
                 test = "你好abc"
                 str = ""
                 for( i=0;    i<test.length; i++ )
                 {
                  temp = test.charCodeAt(i).toString(16);
                  str    += "\\u"+ new Array(5-String(temp).length).join("0") +temp;
                 }
                 document.write (str)
            </script>

vbs版

Function Unicode(str1)
                 Dim str,temp
                 str = ""
                 For i=1    to len(str1)
                  temp = Hex(AscW(Mid(str1,i,1)))
                  If len(temp) < 5 Then    temp = right("0000" & temp, 4)
                  str = str & "\u" & temp
                 Next
                 Unicode = str
            End Function

 

Function htmlentities(str)
                 For i = 1 to Len(str)
                     char = mid(str, i, 1)
                     If Ascw(char) > 128 then
                         htmlentities = htmlentities & "&#" & Ascw(char) & ";"
                     Else
                         htmlentities = htmlentities & char
                     End if
                 Next
            End Function

coldfusion版

function nochaoscode(str)
            {
                 var new_str = “”;
                 for(i=1; i lte len(str);i=i+1){
                     if(asc(mid(str,i,1)) lt 128){
                         new_str = new_str & mid(str,i,1);
                     }else{
                         new_str = new_str & “&##” & asc(mid(str,i,1));
                     }
                 }
                 return new_str;
            }

java版

/**
     * 
    *(特殊字符替換) 
    * @param  TODO
    * @return String    返回類型 
    * @author xsw
    * @2016-12-4下午03:10:03
     */
    public static String htmlReplace(String str){
        //str = str.replace("“", "“");
        //str = str.replace("”", "”");
        //str = str.replace(" ", " ");
        //str = str.replace("&", "&");
        //str = str.replace("'", "'");
        str = str.replace("’", "’");
        str = str.replace("—", "—");
        str = str.replace("–", "–");
        return str;
    }

 

或者java的org.apache.commons.lang3包有個StringEscapeUtils

StringEscapeUtils.unescapeHtml4（str）

 

附：

在php中我們可以用mbstring的mb_convert_encoding函數實現這個正向及反向的轉化。 如：

 

mb_convert_encoding ("你好", "HTML-ENTITIES", "gb2312"); //輸出：你好

mb_convert_encoding ("你好", "gb2312", "HTML-ENTITIES"); //輸出：你好

如果需要對整個頁面轉化，則只需要在php文件的頭部加上這三行代碼：

mb_internal_encoding("gb2312"); // 這里的gb2312是你網站原來的編碼

mb_http_output("HTML-ENTITIES");

ob_start('mb_output_handler');