Java中反转义HTML字符

1. 概述

服务端应用有时需要解析HTML字符，这时转义/反转义操作就派上用场了。本文将介绍几种在Java中反转义HTML字符的方法，并分析相关库的使用场景。⚠️ 注意：HTML符号在Java字符串中可能表示多个字符（如 < 转为 <），直接处理容易踩坑。

2. 反转义HTML字符的几种方法

处理HTML符号需要特别注意，因为像 < 或 > 这类字符在HTML中会被转义为 < 和 >。虽然可以手动实现反转义，但效率低且易出错。推荐使用成熟库处理，以下是主流方案：

2.1. 使用Apache Commons的StringEscapeUtils

Apache Commons是Java生态中的明星库，其StringEscapeUtils类提供了便捷方法。核心方法unescapeHtml4()位于org.apache.commons.text包：

String expectedQuote = "\"Hello\" Baeldung";
String escapedQuote = ""Hello" Baeldung";
Assert.assertEquals(expectedQuote, StringEscapeUtils.unescapeHtml4(escapedQuote));

String escapedStringsWithHtmlSymbol = "<p><strong>Test sentence in bold type.</strong></p>";
String expectedStringsWithHtmlSymbol = "<p><strong>Test sentence in bold type.</strong></p>";
Assert.assertEquals(expectedStringsWithHtmlSymbol, StringEscapeUtils.unescapeHtml4(escapedStringsWithHtmlSymbol));

✅ 优势：功能全面，支持HTML4实体
❌ 注意：需引入commons-text依赖

2.2. 使用Spring框架的HtmlUtils

Spring框架提供了HtmlUtils.htmlUnescape()方法处理HTML转义字符，位于org.springframework.web.util包：

String expectedQuote = "\"Code smells\" -Martin Fowler";
String escapedQuote = ""Code smells" -Martin Fowler";
Assert.assertEquals(expectedQuote, HtmlUtils.htmlUnescape(escapedQuote));

String escapedStringsWithHtmlSymbol = "<p>Loren Ipsum is a popular paragraph.</p>";
String expectedStringsWithHtmlSymbol = "<p>Loren Ipsum is a popular paragraph.</p>";
Assert.assertEquals(expectedStringsWithHtmlSymbol, HtmlUtils.htmlUnescape(escapedStringsWithHtmlSymbol));

✅ 优势：Spring项目零额外依赖
⚠️ 注意：仅支持基本HTML实体

2.3. 使用Unbescape的HtmlEscape

Unbescape库专注于转义/反转义操作，支持HTML/JSON/CSS等多种格式。核心方法HtmlEscape.unescapeHtml()使用简单：

String expectedQuote = "\"Carpe diem\" -Horace";
String escapedQuote = ""Carpe diem" -Horace";
Assert.assertEquals(expectedQuote, HtmlEscape.unescapeHtml(escapedQuote));

String escapedStringsWithHtmlSymbol = "<p><em>Pizza is a famous Italian food. Duh.</em></p>";
String expectedStringsWithHtmlSymbol = "<p><em>Pizza is a famous Italian food. Duh.</em></p>";
Assert.assertEquals(expectedStringsWithHtmlSymbol, HtmlEscape.unescapeHtml(escapedStringsWithHtmlSymbol));

✅ 优势：轻量级，支持多格式
❌ 注意：社区活跃度不如主流库

2.4. 使用Jsoup的Entities.unescape()

Jsoup是HTML处理神器，其Entities.unescape()方法专门处理HTML字符反转义：

String expectedQuote = "\"Jsoup\" is another strong library";
String escapedQuote = ""Jsoup" is another strong library";
Assert.assertEquals(expectedQuote,  Entities.unescape(escapedQuote));

String escapedStringsWithHtmlSymbol = "<p>It simplifies working with real-world <strong>HTML</strong> and <strong>XML</strong></p>";
String expectedStringsWithHtmlSymbol = "<p>It simplifies working with real-world <strong>HTML</strong> and <strong>XML</strong></p>";
Assert.assertEquals(expectedStringsWithHtmlSymbol,  Entities.unescape(escapedStringsWithHtmlSymbol));

✅ 优势：HTML处理能力最强
⚠️ 注意：库体积相对较大

3. 总结

本文对比了四种主流方案处理HTML字符反转义：

方案	适用场景	核心优势
Apache Commons	通用项目	功能全面，社区支持好
Spring框架	Spring项目	零额外依赖
Unbescape	轻量需求	多格式支持
Jsoup	HTML密集处理	最强HTML解析能力

实际开发中建议：

• Spring项目直接用HtmlUtils
• 需要复杂HTML处理时选Jsoup
• 轻量需求考虑Unbescape
• 通用场景Apache Commons最稳妥

所有示例代码可在GitHub仓库获取。