é pokazane jako & eacute; po konwersji dom w java

Question

Próbuję przekonwertować ciąg znaków HTML na dom, aby wprowadzić pewne zmiany na poziomie domeny i przekonwertować je z powrotem na ciąg. Kod HTML jest w języku francuskim, a znaki takie jak é są oznaczone jako &ampeacute; po konwersji przekształconym Łańcuchem.

TransformerFactory transformerFactory = TransformerFactory.newInstance(); 
Transformer transformer = transformerFactory.newTransformer(); 
DOMSource source = new DOMSource(doc); 

String modifiedContent = ""; 
StringWriter writer = new StringWriter(); 
StreamResult result = new StreamResult(writer); 
transformer.transform(source, result); 
modifiedContent = writer.toString(); 

"resultats de recherche" jest ciągiem znaków, po dom jest konwertowany na string "Résultats de recherche" jest rezultatem.

Przekazuję to procesorowi FOP, aby przekonwertować go do formatu pdf, więc potrzebuję znaków w oryginalnej postaci.

Answer 1

Wygląda na to, że DOMSource utrzymuje znaki w formie html.

Prawdopodobnie można użyć Jakarta library unescape html method do konwersji znaków html na zwykłe ciągi. W twoim przypadku, należy po prostu dodać ten wiersz:

String unescapedHtml = StringEscapeUtils.unescapeHtml4(modifiedContent); 

upewnij się dodać odpowiednią maven dependency do projektu.

P.S. Wydaje się, że jest nowsza wersja biblioteki na serwerze centralnym, ale nie mogłem znaleźć powiązanego javadoc.