Java JTextPane HTML 编辑器 UTF-8 字符编码

Question

我使用 JTextPane 作为简单的 html 编辑器。

jtp=new JTextPane();
jtp.setContentType("text/html;charset=UTF-8");
jtp.setEditorKit(new HTMLEditorKit());

当我调用 jtp.getText() 时，我得到了很好的 html 代码，其中所有特殊字符都已转义。但我不想转义国家字符（波兰语），而只想转义特殊的 html 字符，如 &、 当我进入编辑器时

<foo>ą ś &

我明白了

<foo>ą ś &

但我想得到

<foo>ą ś &

怎么可能？

Answer 1

很遗憾，这是不可能的。

javax.swing.text.html.HTMLWriter 内部存在一个缺陷——它被硬编码为将任何非 ASCII 符号转换为其数字表示：

default:
    if (chars[counter] < ' ' || chars[counter] > 127) {
        if (counter > last) {
            super.output(chars, last, counter - last);
        }
        last = counter + 1;
        // If the character is outside of ascii, write the
        // numeric value.
        output("&#");
        output(String.valueOf((int)chars[counter]));
        output(";");
    }
    break;
}

无法以任何方式控制此逻辑。

但是如果您真的真的需要该功能，您可以做疯狂的事情：

1. 将HTMLWriter 源复制并粘贴到HTMLWriterHack 中（在同一包中javax.swing.text.html 并重命名其中的所有字符串）
2. 将上面列出的三个output 行替换为output(String.valueOf(chars[counter]));
3. 将HTMLDocument 源复制并粘贴到HTMLDocumentHack 中（在同一个包javax.swing.text.html 中，重命名其中的所有字符串，使其扩展HTMLDocument 并删除冲突方法）
4. 使用下面列出的 CustomEditorKit 代替 HTMLEditorKit

---

class CustomEditorKit extends HTMLEditorKit {
    @Override
    public void write(Writer out, Document doc, int pos, int len) throws IOException, BadLocationException {
        HTMLWriterHack writer = new HTMLWriterHack(out, (HTMLDocumentHack) doc);
        writer.write();
    }
    @Override
    public Document createDefaultDocument() {
        StyleSheet styles = getStyleSheet();
        StyleSheet ss = new StyleSheet();
        ss.addStyleSheet(styles);
        HTMLDocumentHack doc = new HTMLDocumentHack(ss);
        doc.setParser(getParser());
        doc.setAsynchronousLoadPriority(4);
        doc.setTokenThreshold(100);
        return doc;
    }
}

---

虽然上述步骤有效（我测试过），但我当然不建议这样做。

Answer 2

不可能，代码 127 以上的所有字符都被转换为数字实体 & # number ;。 HTML 实体被翻译成命名实体 & lt ; ，依此类推。因此，您可以轻松地重新替换它们。 （这是在 HTMLWriter.output 中完成的，似乎没有提供任何字符集。）