如何将pokémon转换为pokémon？HTML实体解码求助

你遇到的是HTML字符实体解码的问题，é是é的十进制HTML实体，和页面编码、Unicode规范化工具（比如Normalizer）无关，下面分场景给你可行的解决方法：

前端JavaScript处理 #

直接利用浏览器的DOM解析能力来解码最稳妥，不用自己写正则处理各种实体：

// 方法1：用textarea元素解析
function decodeHtml(str) {
  const textArea = document.createElement('textarea');
  textArea.innerHTML = str;
  return textArea.value;
}

// 调用示例
const encoded = 'pokémon';
const decoded = decodeHtml(encoded);
console.log(decoded); // 输出 pokémon

或者用DOMParser：

const encoded = 'pokémon';
const doc = new DOMParser().parseFromString(`<span>${encoded}</span>`, 'text/html');
const decoded = doc.querySelector('span').textContent;

后端Java处理（你提到了Normalizer，推测用Java） #

Normalizer不负责HTML实体解码，得用专门的工具：

方案1：Apache Commons Text库（推荐） #

引入依赖后直接调用工具类：

import org.apache.commons.text.StringEscapeUtils;

public class EntityDecodeDemo {
    public static void main(String[] args) {
        String encodedStr = "pokémon";
        String decodedStr = StringEscapeUtils.unescapeHtml4(encodedStr);
        System.out.println(decodedStr); // 输出 pokémon
    }
}

方案2：用Java内置类（无需第三方库） #

借助HTMLEditorKit来解析：

import javax.swing.text.html.HTMLEditorKit;
import java.io.StringReader;
import java.io.StringWriter;

public class BuiltInDecoder {
    public static String decodeHtml(String encoded) throws Exception {
        StringWriter writer = new StringWriter();
        new HTMLEditorKit().read(new StringReader(encoded), new javax.swing.text.DefaultStyledDocument(), 0);
        return writer.toString();
    }

    public static void main(String[] args) throws Exception {
        System.out.println(decodeHtml("pokémon")); // 输出 pokémon
    }
}

为什么之前的方法无效？ #

• 页面meta设置UTF-8是指定页面的字符编码，而你遇到的是HTML实体转义问题，不是编码不匹配，所以meta解决不了。
• Normalizer是用来处理Unicode字符的规范化（比如合并组合字符），和HTML实体解码完全是两码事，所以用它没用。

内容的提问来源于stack exchange，提问作者Barış Babahan