Java如何将单引号和双引号编码为HTML实体？

我该如何编码" into " and ' into ' ?

我很惊讶 HTML Entities 4.0 中没有定义单引号和双引号，所以StringEscapeUtils无法将这两个字符转义到各自的实体中。

还有其他与字符串相关的工具可以做到这一点吗？

HTML Entities 4.0 中没有定义单引号和双引号的原因是什么？

除了单引号和双引号之外，是否有任何框架能够将所有 unicode 字符编码为各自的实体？既然所有的unicode都可以手动转换成十进制实体并在HTML中显示，所以想知道有没有什么工具可以自动转换它？

1. HTML 4.0 中未定义单引号和双引号

HTML 4.0 中未定义单引号，双引号定义为"开始HTML2.0

2. StringEscapeUtils 无法将这 2 个字符转义到各自的实体中

escapeXml11 in StringEscapeUtils supports http://commons.apache.org/proper/commons-lang/apidocs/org/apache/commons/lang3/StringEscapeUtils.html将单引号转换为'.

例如：

StringEscapeUtils.escapeXml11("'"); //Returns '
StringEscapeUtils.escapeHtml4("\""); //Returns "

3. 还有其他与字符串相关的工具可以做到这一点吗？

HTML实用程序 http://docs.spring.io/spring-framework/docs/3.2.3.RELEASE/javadoc-api/org/springframework/web/util/HtmlUtils.htmlSpring框架负责处理单引号和双引号，它还将值转换为十进制（例如' & "）。 以下示例取自此问题的答案question https://stackoverflow.com/questions/1265282/recommended-method-for-escaping-html-in-java:

import org.springframework.web.util.HtmlUtils;
[...]
HtmlUtils.htmlEscapeDecimal("&")` //gives &
HtmlUtils.htmlEscape("&")` //gives &

4. HTML Entities 4.0 中没有定义单引号和双引号的原因是什么？

As per HTML 4 中的字符实体引用 http://www.w3.org/TR/html4/sgml/entities.html单引号未定义。从 HTML2.0 开始可以使用双引号。而支持单引号作为XHTML1.0 http://en.wikipedia.org/wiki/List_of_XML_and_HTML_character_entity_references#Entities_representing_special_characters_in_XHTML.

5. 将所有 unicode 字符编码为相应实体的工具或方法

作为对此问题的答案的一部分，提到了一个非常好且简单的java实现question https://stackoverflow.com/questions/1265282/recommended-method-for-escaping-html-in-java?answertab=oldest#tab-top.

以下是基于该答案的示例程序：

import org.apache.commons.lang3.StringEscapeUtils;

public class HTMLCharacterEscaper {
    public static void main(String[] args) {        
        //With StringEscapeUtils
        System.out.println("Using SEU: " + StringEscapeUtils.escapeHtml4("\" ¶"));
        System.out.println("Using SEU: " + StringEscapeUtils.escapeXml11("'"));

        //Single quote & double quote
        System.out.println(escapeHTML("It's good"));
        System.out.println(escapeHTML("\" Grit \""));

        //Unicode characters
        System.out.println(escapeHTML("This is copyright symbol ©"));
        System.out.println(escapeHTML("Paragraph symbol ¶"));
        System.out.println(escapeHTML("This is pound £"));      
    }

    public static String escapeHTML(String s) {
        StringBuilder out = new StringBuilder(Math.max(16, s.length()));
        for (int i = 0; i < s.length(); i++) {
            char c = s.charAt(i);
            if (c > 127 || c == '"' || c == '<' || c == '>' || c == '&' || c == '\'') {
                out.append("&#");
                out.append((int) c);
                out.append(';');
            } else {
                out.append(c);
            }
        }
        return out.toString();
    }

}

以下是我在寻求答案时遇到的一些有趣的链接：

• 用于排版的常见 HTML 实体 http://www.w3.org/wiki/Common_HTML_entities_used_for_typography
• 为什么不应该'用于转义单引号？ https://stackoverflow.com/questions/2083754/why-shouldnt-apos-be-used-to-escape-single-quotes
• 命名角色参考' http://www.w3.org/TR/xhtml1/#C_16
• HTML 撇号 https://stackoverflow.com/questions/419718/html-apostrophe