如何判断数字编码实体是否为有效的ISO8859-1编码？

你提到的〹属于HTML十进制字符引用，判断其是否为有效编码可按以下方案实现，无需引入额外依赖，直接使用Kotlin标准库内置的字符集处理API即可：

核心实现逻辑 #

• 第一步：通过正则匹配提取字符引用中的十进制码点数值，排除格式不符合的输入
• 第二步：校验码点是否在Unicode合法范围（0 ~ 0x10FFFF），超出范围直接判定为无效
• 第三步：将码点转换为字符后，用目标字符集做编码+解码的一致性校验，排除当前字符集不支持的码点

完整可运行代码 #

import java.nio.charset.Charset
import java.nio.charset.CodingErrorAction

/**
 * 判断HTML十进制字符引用是否为指定字符集的有效编码
 * @param htmlEntity 格式为&#数字;的字符引用，示例：〹
 * @param charset 目标校验字符集，默认使用UTF-8
 * @return 有效返回true，无效返回false
 */
fun isValidHtmlEntity(htmlEntity: String, charset: Charset = Charsets.UTF_8): Boolean {
    // 匹配HTML十进制字符引用格式，提取码点数字
    val entityRegex = Regex("^&#(\\d+);$")
    val matchResult = entityRegex.matchEntire(htmlEntity) ?: return false

    val codePoint = try {
        matchResult.groupValues[1].toInt()
    } catch (e: NumberFormatException) {
        return false
    }

    // 校验码点是否属于Unicode合法范围
    if (codePoint < 0 || codePoint > 0x10FFFF) return false

    val originalStr = String(Character.toChars(codePoint))

    // 配置编码/解码器，遇到错误直接抛出异常
    val encoder = charset.newEncoder()
        .onMalformedInput(CodingErrorAction.REPORT)
        .onUnmappableCharacter(CodingErrorAction.REPORT)
    val decoder = charset.newDecoder()
        .onMalformedInput(CodingErrorAction.REPORT)
        .onUnmappableCharacter(CodingErrorAction.REPORT)

    return try {
        // 编码后再解码，和原字符串对比确认一致
        val decodedStr = decoder.decode(encoder.encode(originalStr)).toString()
        originalStr == decodedStr
    } catch (e: Exception) {
        false
    }
}

// 测试用例
fun main() {
    println(isValidHtmlEntity("&#12345;")) // 输出true，对应合法UTF-8字符〹
    println(isValidHtmlEntity("&#1114112;")) // 输出false，超出Unicode最大码点限制
    println(isValidHtmlEntity("&#200;", Charset.forName("US-ASCII"))) // 输出false，ASCII仅支持0-127的码点
}

扩展说明 #

如果需要校验十六进制格式的字符引用（如ሴ），只需要修改正则匹配规则为^&#x([0-9a-fA-F]+);$，再将提取的字符串按十六进制转Int即可。

内容的提问来源于stack exchange，提问作者mino monster