Разбор специальных символов HTML

Я ищу класс java для анализа всех специальных символов HTML. Я думаю, что это общая проблема, но я не могу найти быстрое решение прямо сейчас.

Что я хочу получить:

input: th&egrave; --> output: thè
input: &#187;
input: &lraquo;
...

Ты знаешь что-нибудь полезное для меня?

java html web-scraping html-parsing

BigG 02.11.2010 источник

arrow_upward
0
arrow_downward

Попробуйте служебный класс StringEscapeUtils. Проверьте документы для метода StringEscapeUtils.unescapeHtml().

Документы здесь:

Скачать здесь:

worpet 02.11.2010

arrow_upward
0
arrow_downward

Вы гуглили об этом? Первая ссылка на «парсер сущностей HTML-разметки Java» относится к html-тексту. экстрактор

Кажется, это то, что вам нужно.

Кроме того, вы можете изучить средства визуализации javax.swing.JLabel (и других текстовых компонентов Swing).

khachik 02.11.2010