更正 HTML 中的非转义文本答案

【问题标题】：Correct unescaped text in HTML更正 HTML 中的非转义文本
【发布时间】：2018-01-17 00:20:13
【问题描述】：

我的问题不是上述问题的重复问题...

我有这段文字（来自数据库）：

<p>I love Java & .NET ! <strong>5 > 3</strong></p>

如您所见，& 和 > 没有被转义。

在Java中，有没有办法把这个字符串变成：

<p>I love Java &amp; .NET ! <strong>5 &gt; 3</strong></p>

正如您所注意到的，我想以相同的方式保留所有 HTML 标记，但我想转义文本，对 XML 无效（此文本必须对 Docx4J XHTMLImporter 有效）。

谢谢！

【问题讨论】：

@Javad 您的 dup 目标是转义整个字符串。这个问题是关于转义单个字符，但保持标签不变。
@Ivar 感谢您的额外解释。

标签： java string docx4j

【解决方案1】：

您可以使用转义字符来解决您的问题。
对于 & 签名，您可以使用：
&#38;
对于 > 你可以使用：
&#62;
可以在here 找到完整的转义字符列表。

【讨论】：

我的 HTML 标签呢？我真的需要第二个字符串，而不是其他任何东西！

【解决方案2】：

我使用 Jsoup 及其解析函数来清理我的字符串：

    String unscappedHtml = " ";
    if (StringUtils.isNotBlank(unscappedText)) {
        // We remove width and height from image tags.
        Document doc = Jsoup.parse(unscappedText);
        doc.outputSettings().syntax(Document.OutputSettings.Syntax.xml);
        doc.select("a").unwrap();
        unscappedHtml = doc.body().html();
    }

【讨论】：