JEditorPaneHTMLEditorKitParserEscape转义操作

本文目录导读：

1. 核心问题：HTML 内容中的特殊字符转义
2. 逆向操作：从 HTML 中提取纯文本（Unescape）
3. 常见问题排查
4. 高级用法：自定义实体解析
5. 完整示例：可编辑的 HTML 编辑器

JEditorPane、HTMLEditorKit 和 HTML 解析中的转义（Escape）操作，您可能遇到了以下几个常见场景或问题,以下是针对不同需求的详细解释和解决方案：

核心问题：HTML 内容中的特殊字符转义

当你在 JEditorPane 中显示 HTML 时，需要正确处理 <、>、& 等 HTML 实体。

自动转义（推荐）

JEditorPane 使用 HTMLEditorKit 时，不需要手动转义文本内容，因为它是 HTML 解析器，会直接解析 HTML 标签。

JEditorPane editor = new JEditorPane();
editor.setContentType("text/html");
editor.setText("<html><body><p>This is a <b>bold</b> text</p></body></html>");

手动转义文本（防止 XSS 或误解析）

如果你要在 HTML 中显示用户输入的内容,需要先转义特殊字符：

public static String escapeHTML(String input) {
    if (input == null) return null;
    StringBuilder out = new StringBuilder();
    for (char c : input.toCharArray()) {
        switch (c) {
            case '<': out.append("&lt;"); break;
            case '>': out.append("&gt;"); break;
            case '&': out.append("&amp;"); break;
            case '"': out.append("&quot;"); break;
            case '\'': out.append("&#39;"); break;
            default: out.append(c);
        }
    }
    return out.toString();
}
// 使用示例
String userInput = "<script>alert('XSS')</script>";
String safeHTML = "<html><body>" + escapeHTML(userInput) + "</body></html>";
editor.setText(safeHTML);

逆向操作：从 HTML 中提取纯文本（Unescape）

如果你需要从 HTML 内容中提取纯文本（去除标签并还原实体）：

import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;
public static String htmlToPlainText(String html) {
    try {
        HTMLEditorKit kit = new HTMLEditorKit();
        HTMLDocument doc = (HTMLDocument) kit.createDefaultDocument();
        kit.read(new StringReader(html), doc, 0);
        return doc.getText(0, doc.getLength());
    } catch (Exception e) {
        return html; // 失败时返回原始内容
    }
}
// 使用
String html = "Hello & welcome to <Java>";
String plain = htmlToPlainText(html); // 返回: "Hello & welcome to <Java>"

常见问题排查

问题1：HTML 内容显示为纯文本

原因：没有设置正确的 contentType 解决：

editor.setContentType("text/html");

问题2：转义字符无效

原因：在 HTML 中，& 必须用 & 转义，否则解析器会尝试将其解释为实体开头 正确：

String text = "AT&T"; // 将显示为 "AT&T"

问题3：中文乱码

解决：确保使用 UTF-8 编码

editor.setContentType("text/html; charset=UTF-8");
// 或在 HTML 头部声明
String html = "<html><head><meta charset='UTF-8'></head><body>中文内容</body></html>";

高级用法：自定义实体解析

如果你需要处理自定义实体或覆盖默认行为，可以扩展 HTMLEditorKit.Parser：

public class CustomParser extends HTMLEditorKit.Parser {
    @Override
    public void parse(Reader r, HTMLEditorKit.ParserCallback cb, boolean ignoreCharSet) throws IOException {
        // 自定义解析逻辑
        super.parse(r, cb, ignoreCharSet);
    }
}
// 在 HTMLEditorKit 中使用
HTMLEditorKit kit = new HTMLEditorKit() {
    @Override
    public HTMLEditorKit.Parser getParser() {
        return new CustomParser();
    }
};

完整示例：可编辑的 HTML 编辑器

import javax.swing.*;
import javax.swing.text.html.*;
public class HTMLEditorExample {
    public static void main(String[] args) {
        JFrame frame = new JFrame("HTML Editor");
        JEditorPane editor = new JEditorPane();
        editor.setContentType("text/html");
        editor.setEditable(true);
        // 初始化内容
        String html = "<html><body>"
            + "<h1>Hello World</h1>"
            + "<p>This is <b>bold</b> and <i>italic</i></p>"
            + "<p>Special chars: &lt; &gt; &amp; &quot;</p>"
            + "</body></html>";
        editor.setText(html);
        JScrollPane scroll = new JScrollPane(editor);
        frame.add(scroll);
        frame.setSize(600, 400);
        frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
        frame.setVisible(true);
    }
}

如果你有具体的错误信息或特殊需求，请提供更多细节,我可以给出更精确的解决方案。