Html和Excel字符转义技术

在项目测试阶段，测试人员会输入一些特殊字符，比如：<table>、<./或<这样的字符时，页面就会出现错误， 如果是导出，导出的Excel也会出现问题，或者直接输出的页面会把用户输入的<、>、&及 都转化成<、>、&及空格，原因是用java代码直接取的并没有对特殊字符做转义。
因为Html中的<, >，&有特殊含义，(前两个字符用于链接签，&用于转义)，不能直接使用。使用这三个字符时，应使用它们的转义序列。
　　　& 的转义序列为 & amp 或 & #38；
　　　　　< 的转义序列为 & lt; & #60；
　　　　　> 的转义序列为 & gt; & #62；
　　前者为字符转义序列，后者为数字转义序列。
　　例如　& lt; font >显示为<font>，若直接写为则被认为是一个链接签。
　　需要说明的是：
　　　　a. 转义序列各字符间不能有空格；
　　　　b. 转义序列必须以“;”结束；
　　　　c. 单独的&不被认为是转义开始。
　　　　d. 区分大小写　　
另一个需要转义的字符是双引号””，它的转义序列为"或"
这里需要特殊注意的是一定要对&进行转义，有的朋友只对<、>甚至引号转义，但并没有对&进行转义，&是Html转义字符的开始，如果在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始。所以必须要对&进行转义。
解决方法是定义个工具类Tools。

/**
* 替换一个字符串中的某些指定字符
* @param strData String 原始字符串
* @param regex String 要替换的字符串
* @param replacement String 替代字符串
* @return String 替换后的字符串
*/
public static String replaceString(String strData, String regex,
String replacement)
{
if (strData == null)
{
return null;
}
int index;
index = strData.indexOf(regex);
String strNew = "";
if (index >= 0)
{
while (index >= 0)
{
strNew += strData.substring(0, index) + replacement;
strData = strData.substring(index + regex.length());
index = strData.indexOf(regex);
}
strNew += strData;
return strNew;
}
return strData;
}

/**
* 替换字符串中特殊字符
*/
public static String encodeString(String strData)
{
if (strData == null)
{
return "";
}
strData = replaceString(strData, "&", "&");
strData = replaceString(strData, "<", "<");
strData = replaceString(strData, ">", ">");
strData = replaceString(strData, "'", "'");
strData = replaceString(strData, "/"", """);
return strData;
}

/**
* 还原字符串中特殊字符
*/
public static String decodeString(String strData)
{
strData = replaceString(strData, "<", "<");
strData = replaceString(strData, ">", ">");
strData = replaceString(strData, "'", "'");
strData = replaceString(strData, """, "/"");
strData = replaceString(strData, "&", "&");
return strData;
}
第一个函数replaceString转义单个字符，第二个函数encodeString为转义包括&、<、>、’和/这几个特殊字符，第三个函数decodeString是还原这几个特殊字符。
因此在需要转义的时候调用Tools. encodeString()就可以了。
需要说明的是导出Excel是比较特殊的，因为如果有<table>这样的内容，是Excel保留字的，会造成Excel表格的混乱，如果要是用这个工具类做转义的话，会出现显示出<table>这样的内容，它会认为这是个字符串，并且不太好再把这样的字符串转义过来，经过测试如果有像“<>& ”或其它的Html标签，Excel会认为这样的内容为字符串，并不会引起错误，所以我可以放心的认为只有<table>这样的内容才会引起错误。那么怎么才能解决这个问题呢，既然只有<和>才会引起错误，那么何不把半角的尖括号转成全角的尖括号呢，经过测试后，发现真的可以解决，而且是个很高明的方法，因此就这样找到了解决方案。
还有一点是，无论用户输入多少个连续的空格，在页面中显示都为一个空格，这是Html本身就有的，因为Html只认 为标准的空格，解决方案是把普通空格转义为 ，但涉及的范围之广，影响的地方之大，是我们必须要考虑的因素，不光是像Display Tag标签和自定义的标签，而且struts本身的标签也要进行修改，这样一来，工作量大不说，不知道会不会引起这样那样的问题，而且并不影响正常运行，所以经过再三考虑，还是决定不予修改。