无法以Java字符串保存HTML实体-非法字符

问题描述

我不能编译它：

String[][] UMLAUT_REPLACEMENTS = {{"\u0022","""},{"\u0021","!"}};

我尝试使用\\来转义特殊字符，但没有效果。

这是错误代码：

Failed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.1:compile (default-compile) on project opk-application-util: Compilation failure: Compilation failure: 
[ERROR] /C:/eplatform/git-repos/opk-backend/opk-application-util/src/main/java/util/SonderZeichenFilter.java:[50,41] '}' expected
[ERROR] /C:/eplatform/git-repos/opk-backend/opk-application-util/src/main/java/ch/opk/util/SonderZeichenFilter.java:[50,45] ';' expected
[ERROR] /C:/eplatform/git-repos/opk-backend/opk-application-util/src/main/java/ch/opk/util/SonderZeichenFilter.java:[50,46] illegal character: '#'
[ERROR] /C:/eplatform/git-repos/opk-backend/opk-application-util/src/main/java/ch/opk/util/SonderZeichenFilter.java:[50,47] ';' expected
[ERROR] /C:/eplatform/git-repos/opk-backend/opk-application-util/src/main/java/opk/util/SonderZeichenFilter.java:[50,50] unclosed string literal

解决方法

在Java中，Unicode转义序列（\uXXXX）作为pre-processing的一部分处理，并且在处理字符串文字escape sequences之前。因此，当编译器处理"\u0022"时，它实际上是在处理字符串常量"""，它是一个空的字符串常量（两个双引号），后跟另一个字符串常量的开头引号，因此导致错误“未封闭的字符串文字”，因为代码中双引号的数量不均匀。

这是格式错误的Javadoc的某种常见原因（当作者想按字面意义编写\uXXXX时，结果HTML却包含相应的Unicode字符），并且大多数IDE对此也感到困惑（例如{{1 }}是有效的Java源代码； \u0063lass MyClass {} = \u0063）。

根据您的情况，您可以使用特殊的转义序列c来编写文字\"。这也将提高可读性，因为不是每个人都熟悉"的Unicode代码点。同样，"可以写为\u0021，因为该字符在Java字符串中没有特殊含义。因此，您的代码可以这样写：

!

---

如果要在Java字符串中使用文字String[][] UMLAUT_REPLACEMENTS = {{"\"","""},{"!","!"}}; ，则必须在反斜杠前加上另一个\uXXXX：\

,

问题似乎是"\u0022"字符串，因为Java编译器在代码解析之前将转义序列转换为UTF，有时会导致错误。

https://docs.oracle.com/javase/specs/jls/se8/html/jls-3.html#jls-3.10.6

Compile time error while adding unicode \u0022

因此，"\u0022"必须替换为"\""

,

我找到了解决方法！

所以String[][] UMLAUT_REPLACEMENTS = {{"\u0022",{"\u0021","!"}};不起作用的原因是，因为\ u0022在编译时已经被解释为“，这会引发错误，因为需要转义“””。

但是如果您转义\ u0022，它将不再被识别为字符。

但是我也有一个解决方案。

---

顺便说一句，此解决方案是掩盖拉丁字母ascii的所有特殊字符，但非常简单的字符除外。

首先，您声明一个String数组：

    public String escapeHtml(String input) {

    String escapedHtml = input;

String[][] UMLAUT_REPLACEMENTS =
            {
                    {"\\u0021","&33"},{"\\u0022","&#34"},{"\\u0024","&#36"},{"\\u0025","&#37"},{"\\u0026","&#38"},{"\\u0027","&#39"},{"\\u0028","&#40"},};

然后，您寻找字符以将它们替换为HTML实体，但使用StringEscapeUtils.unescapeJava（INPUT）对\ uXXXX进行转义

    for (int i = 0; i < UMLAUT_REPLACEMENTS.length; i++) {
        String unescapedSign = StringEscapeUtils.unescapeJava(UMLAUT_REPLACEMENTS[i][0]);
        escapedHtml = escapedHtml.replace(unescapedSign,UMLAUT_REPLACEMENTS[i][1]);
    }


    return escapedHtml;


Thank you for your help!!