java - 在Java中，使用字符串Name.contains()不适用于特殊字符代码

我正在使用包含单词“Español”的HTML文档，但是在源代码中它写为“ Espa＆＃241; ol”（添加了空格，因此浏览器不会自动更改它）

如果我这样做，则找不到“Español”：

        if (source.contains("Español"))
        System.out.println("Found it");

如果我这样做，则会发现单词：

        if (source.contains("Español"))
        System.out.println("Found it");

任何人都可以洞悉正在发生的事情吗？

最佳答案

从HTML获取文本后，您需要首先将HTML转义的字符（例如ñ）转换为Unicode字符（ñ）。好的方法是使用Apache Commons Lang library。

在您的情况下：

input = StringEscapeUtils.unescapeHtml4(input);

将执行HTML-> Unicode转换。