HTML特殊字符替換問題 html escape相關

在處理網頁時經常會遇到這樣的問題，後臺得到的字符串數據包含網頁HTML中的特殊字符，例如在頁面上這樣一句話，“你好·世界”在後臺取到的是“你好·世界”。這是由於HTML對特殊字符進行了編碼。

今天在取得前臺form表單提交的數據時，就遇到了這樣的問題。頁面表單填的數據是正常的字符串“你好·世界”，傳到後臺以後卻把·這個字符進行了編碼，變成了·。

之前在做爬蟲時處理這種問題通常是進行簡單的替換，類似這樣

String escaped = source.replace("<", "&lt;").replace("&", "&amp;");

但是考慮到用戶進行表單提交可能有很多種情況的特殊字符，一一列舉各種特殊字符的情況再進行replace非常繁瑣。而這種字符串問題也很常見，應該有成熟的工具包可以對其進行處理。

google之後，果然沒讓我失望，這個工具就在apache的commons.lang包之中，是StringEscapeUtils工具類。

處理上述問題，只需要在後臺java代碼中進行如下處理即可。

String escaped = StringEscapeUtilssource.unescapeHtml(source);

escaped中的值就是正常的字符串“你好·世界”。

StringEscapeUtils中還提供了許多其他的方法，比如escapeCsv/unescapeCsv，escapeJava/unescapeJava，escapeJavaScript/unescapeJavaScript等等，類似escapeHtml/unescapeHtml，方便對字符串其他情況的處理。escapeHtml指的是將字符串進行編碼，unescapeHtml表示不編碼也就是顯示原始字符串。

真的要感謝造輪子的前人，使我們更方便地解決問題。我們也應該更充分得用好輪子，提高效率。有機會也去造輪子。也希望有一天隨着技術不斷髮展，輪子已經完善到不需要用我們這種用輪子的人^_^

好吧，不瞎扯了，再說句相關的題外話，spring中也提供htmlEscape功能，可以用 <spring:htmlEscape>和<spring:escapeBody>標籤；也可以在spring form的input標籤中添加屬性htmlEscape="false"，完整方式如下

<form:input path="title" htmlEscape="false"/>

更詳細的請查閱spring相關文檔。

參考鏈接：

http://stackoverflow.com/questions/1265282/recommended-method-for-escaping-html-in-java