如何将Java UTF-8编码转换为HTML编码？有无相关Java工具类/库？

嘿，这个问题我太熟了！经常在项目里遇到字符编码转换的需求，来给你详细讲讲怎么实现～

核心逻辑先搞懂 #

首先得明确：你说的“UTF-8字符编码转HTML编码”，本质是把Unicode字符（Java里的char/String本身就是Unicode编码）转换成HTML实体格式——也就是用&#十进制数值;或者&#x十六进制数值;的形式表示特殊字符，比如你提到的\u001A（对应十进制26的SUB控制字符），转成HTML就是。

现成工具类直接用，不用自己造轮子 #

Java生态里有很多成熟的库可以搞定这个，推荐几个常用的：

1. Apache Commons Text（最通用的选择） #

Apache的这个工具库几乎是Java开发的标配，里面的StringEscapeUtils类专门处理各种编码转换，包括HTML实体。

用法示例：

import org.apache.commons.text.StringEscapeUtils;

public class HtmlEncodeDemo {
    public static void main(String[] args) {
        // 对应\u001A的字符
        char subChar = '\u001A';
        String htmlEncoded = StringEscapeUtils.escapeHtml4(String.valueOf(subChar));
        System.out.println(htmlEncoded); // 输出：
    }
}

这个方法会自动识别所有需要转义的字符（控制字符、非ASCII字符、HTML特殊字符如<>"等），转换成标准的HTML实体，省心又靠谱。

2. Spring框架自带的HtmlUtils #

如果你的项目已经用了Spring，那直接用框架自带的工具类就行，不用额外加依赖。HtmlUtils.htmlEscapeDecimal()方法专门生成十进制格式的HTML实体，刚好匹配你的需求：

import org.springframework.web.util.HtmlUtils;

public class SpringHtmlEncodeDemo {
    public static void main(String[] args) {
        char subChar = '\u001A';
        String htmlEncoded = HtmlUtils.htmlEscapeDecimal(String.valueOf(subChar));
        System.out.println(htmlEncoded); // 输出：
    }
}

另外还有htmlEscape()方法，会根据字符类型选择预定义实体（比如<转<）或十六进制实体，按需选择就行。

3. 手动实现（无依赖场景） #

如果不想引入第三方库，自己写个简易版也不难，核心就是获取字符的Unicode十进制值，拼接成HTML实体格式：

public class ManualHtmlEncoder {
    public static String encodeToHtmlDecimal(String input) {
        StringBuilder sb = new StringBuilder();
        for (char c : input.toCharArray()) {
            // 只转义ASCII控制字符（<32）和非ASCII字符（>126）
            if (c < 32 || c > 126) {
                sb.append("&#").append((int) c).append(";");
            } else {
                // 可打印ASCII字符直接保留，比如字母、数字、普通符号
                sb.append(c);
            }
        }
        return sb.toString();
    }

    public static void main(String[] args) {
        char subChar = '\u001A';
        System.out.println(encodeToHtmlDecimal(String.valueOf(subChar))); // 输出：&#26;
    }
}

注意：手动实现的话，如果需要处理HTML预定义实体（比如<转<），还要额外加判断逻辑，比如遇到<就替换成<，不然直接输出可能会破坏HTML结构。

针对你例子的验证 #

你提到的\u001A是Unicode控制字符，十进制数值为26，所以不管用上面哪种方法，最终都会转换成，完全符合你的需求。

内容的提问来源于stack exchange，提问作者Tech Guy