网站首页 > 知识剖析正文

java处理html中包含特殊字符（html中的特殊字符）

nixiaole 2025-06-10 00:25:00 知识剖析 8 ℃

在 Java 中处理 HTML 特殊字符的转义，是为了确保内容在浏览器中正确显示并防止 XSS（跨站脚本攻击）。

HTML常见特殊字符

字符	实体名称	实体编号
&	&	&
<	<	<
>	>	>
"	"	"
'	' 或 '	'
空格
(c)	©	©
(R)	®	®
EUR	€	€
≥	≥	≥

一、为什么需要转义？

当动态内容（如用户输入、数据库数据）包含以下字符时，直接输出到 HTML 会导致解析错误导致内容展示异常或安全问题：

& → 需转义为 &
< → 需转义为 <
> → 需转义为 >
" → 需转义为 "
' → 需转义为 ' 或 '

二、Java 中转义 HTML 的方法

1. 手动替换（简单场景）

适用于少量字符或简单项目：

public class HtmlEscapeManual {
    public static String escape(String input) {
        if (input == null) return "";
        return input.replace("&", "&")
                    .replace("<", "<")
                    .replace(">", ">")
                    .replace("\"", """)
                    .replace("'", "'");
    }

    public static void main(String[] args) {
        String text = "<script>alert('XSS')</script>";
        System.out.println(escape(text)); 
        // 输出：<script>alert('XSS')</script>
    }
}

缺点：容易遗漏字符，且不支持 Unicode 字符。

2. 使用 Apache Commons Text 库

推荐方法，功能全面且高效：

添加 Maven 依赖：

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-text</artifactId>
    <version>1.10.0</version>
</dependency>

代码示例：

import org.apache.commons.text.StringEscapeUtils;

public class HtmlEscapeCommons {
    public static void main(String[] args) {
        String text = "John & Doe's <script>alert('XSS')</script>";
        String escaped = StringEscapeUtils.escapeHtml4(text);
        System.out.println(escaped);
        // 输出：John & Doe's <script>alert('XSS')</script>
    }
}

优势：

自动处理所有标准 HTML 实体。
支持 escapeHtml4()（HTML4）和 escapeHtml5()（HTML5）。

3. 使用 Spring Framework 的 HtmlUtils

适用于 Spring 项目：

添加依赖（若未引入 Spring）：

<dependency>
    <groupId>org.springframework</groupId>
    <artifactId>spring-web</artifactId>
    <version>5.3.23</version>
</dependency>

代码示例：

import org.springframework.web.util.HtmlUtils;

public class HtmlEscapeSpring {
    public static void main(String[] args) {
        String text = "Price: < 100 EUR";
        String escaped = HtmlUtils.htmlEscape(text);
        System.out.println(escaped);
        // 输出：Price: < 100 EUR
    }
}

特点：

直接转义为实体（如 EUR → €）。
支持双向转义（htmlEscape 和 htmlUnescape）。

4. 处理动态内容（如用户输入）

从数据库或请求参数中获取数据时，必须转义：

// 示例：从 HTTP 请求中获取参数并转义
import javax.servlet.http.HttpServletRequest;
import org.apache.commons.text.StringEscapeUtils;

public class UserController {
    public void handleRequest(HttpServletRequest request) {
        String userInput = request.getParameter("comment");
        String safeComment = StringEscapeUtils.escapeHtml4(userInput);
        
        // 输出到 HTML 页面
        request.setAttribute("comment", safeComment);
    }
}

三、注意事项

编码一致性：
确保 HTML 页面声明 <meta charset="UTF-8">。
Java 文件保存为 UTF-8 格式，避免乱码。
避免双重转义：
如果数据已被转义，再次转义会导致显示异常（如 &）。
XSS 防御：
对用户输入的内容不仅要转义，还需过滤敏感内容（如 <script> 标签）。
性能优化：
频繁转义时，使用缓存或预编译工具（如 Apache Commons Text 的 StringEscapeUtils）。

四、完整示例（Spring Boot 项目）

1. Controller 层转义

import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.util.HtmlUtils;
import org.springframework.stereotype.Controller;
import org.springframework.ui.Model;

@Controller
public class DemoController {
    @GetMapping("/greeting")
    public String greeting(@RequestParam String name, Model model) {
        String safeName = HtmlUtils.htmlEscape(name); // 转义用户输入
        model.addAttribute("name", safeName);
        return "greeting";
    }
}

2. Thymeleaf 模板渲染

<!DOCTYPE html>
<html xmlns:th="http://www.thymeleaf.org">
<head>
    <meta charset="UTF-8">
</head>
<body>
    <p>Hello, <span th:text="${name}">User</span>!</p>
</body>
</html>

输入：<script>alert('XSS')</script>
输出：Hello, <script>alert('XSS')</script>!

五、总结

方法	适用场景	优点	缺点
手动替换	简单、临时需求	无需依赖库	易出错、不全面
Apache Commons Text	通用场景	功能全面、高效	需添加依赖
Spring HtmlUtils	Spring 项目	集成方便	仅限 Spring 环境

推荐方案：优先使用 Apache Commons Text，兼顾功能和安全；在 Spring 项目中可直接使用 HtmlUtils。

上一篇：面试题:谈谈进程切换与线程切换的区别?
下一篇：如何写出优雅的 JS 代码，变量和函数的正确写法

网站首页 > 知识剖析 正文