后端HTML转义字符含空格致标签格式异常的解决方案问询

完全可以通过移除转义字符序列中的空格来修复这类HTML格式问题。

核心原因 #

标准HTML转义实体（比如>对应>、&对应&）的语法不允许内部或周边夹杂无意义空格，这些空格会导致解析器无法识别正确的实体，进而出现标签无法闭合、文本显示异常的问题。

具体处理方式 #

针对不同位置的空格，精准移除即可：

• 转义实体内部的空格：比如&#6 2;、& #62这类情况，直接清除&、#、数字、;之间的所有空格，还原为标准实体格式（>、>）。
• 标签与实体之间的空格：比如<p &amp;#62;，移除标签名（如p）和实体开头&之间的空格，变为<p&amp;#62;，解析后就能得到正确的<p>标签。

处理示例 #

原错误代码：

<p&#6 2;Please check for BAC and get customer to confirm via secure phone line the account change. "customer has wrote wrong bankname" does not confirm the account change.</p>

移除转义序列中的空格后：

<p>Please check for BAC and get customer to confirm via secure phone line the account change. "customer has wrote wrong bankname" does not confirm the account change.</p>

解析后即可得到正常可渲染的HTML：

<p>Please check for BAC and get customer to confirm via secure phone line the account change. "customer has wrote wrong bankname" does not confirm the account change.</p>

注意事项 #

处理时要避免误删文本内容里的正常空格，建议用正则表达式精准匹配转义实体相关的空格模式，比如匹配&[\s]*#[\s]*\d+[\s]*;，将匹配到的空格替换为空，既能高效修复所有实体问题，又不会影响正常文本。

内容的提问来源于stack exchange，提问作者WorldFam