Decodifica codice html

[Pegasys]

Ciao sto facendo una piccola applicazione per il parsing di una pagina web

Per quanto riguarda i codici html

& # x 2 7 ;
& # x E 9 ;
& e g r a v e ;
.....

esiste una classe standard di java che li decodifichi?

Grazie ciao

[andbin]

Originariamente inviato da Pegasys
esiste una classe standard di java che li decodifichi?

Un metodo apposito e specifico per questo no, non c'è nel framework standard di Java SE.
Se cerchi in rete trovi sicuramente librerie piccole o grandi che hanno metodi di utilità di questo tipo. E comunque se anche decidessi di decodificarle tu, non sarebbe particolarmente difficile. Basta "riconoscere" l'inizio & e la fine ; poi per le entità con nome basta una semplice "map" di nomi->codici e per entità numeriche basta parsare il valore con il solito parseInt di Integer.

[Pegasys]

Se decidessi di fare una lista, hai una lista.... di tutte le combinazioni?

[andbin]

Originariamente inviato da Pegasys
Se decidessi di fare una lista, hai una lista.... di tutte le combinazioni?

Le trovi dappertutto. Poi comunque bisogna vedere quali vuoi supportare. Solo le 5 standard di XML? Quelle di HTML 2 o anche 3.2 o anche 4?

Comunque: http://en.wikipedia.org/wiki/List_of...ity_references

[Pegasys]

Le utilizzo su un sito dove c'è solo testo, quindi lettere accentate, apostrofi e basta per lo più.


'
é
è