Java的HTMLDecoder，将HTML特殊字符解码还原

package com.laozizhu.search.util;　
 
import java.util.HashMap;　
 
/** 
 * 替换HTMl里面的字符 e.g.: < > " å И 水 
 *　
 * @author 老紫竹(laozizhu.com) 
 */ 
public class HTMLDecoder {　
 
  public static final HashMap<String, Character> charTable;　
 
  public static String decode(String s) {　
　  String t;　
　  Character ch;　
　  int tmpPos, i;　
 
　  int maxPos = s.length();　
　  StringBuffer sb = new StringBuffer(maxPos);　
　  int curPos = 0;　
　  while (curPos < maxPos) {　
　　  char c = s.charAt(curPos++);　
　　  if (c == '&') {　
　　　  tmpPos = curPos;　
　　　  if (tmpPos < maxPos) {　
　　　　  char d = s.charAt(tmpPos++);　
　　　　  if (d == '#') {　
　　　　　  if (tmpPos < maxPos) {　
　　　　　　  d = s.charAt(tmpPos++);　
　　　　　　  if ((d == 'x') || (d == 'X')) {　
　　　　　　　  if (tmpPos < maxPos) {　
　　　　　　　　  d = s.charAt(tmpPos++);　
　　　　　　　　  if (isHexDigit(d)) {　
　　　　　　　　　  while (tmpPos < maxPos) {　
　　　　　　　　　　  d = s.charAt(tmpPos++);　
　　　　　　　　　　  if (!isHexDigit(d)) {　
　　　　　　　　　　　  if (d == ';') {　
　　　　　　　　　　　　  t = s.substring(curPos + 2, tmpPos - 1);　
　　　　　　　　　　　　  try {　
　　　　　　　　　　　　　  i = Integer.parseInt(t, 16);　
　　　　　　　　　　　　　  if ((i >= 0) && (i < 65536)) {　
　　　　　　　　　　　　　　  c = (char) i;　
　　　　　　　　　　　　　　  curPos = tmpPos;　
　　　　　　　　　　　　　  }　
　　　　　　　　　　　　  } catch (NumberFormatException e) {　
　　　　　　　　　　　　  }　
　　　　　　　　　　　  }　
　　　　　　　　　　　  break;　
　　　　　　　　　　  }　
　　　　　　　　　  }　
　　　　　　　　  }　
　　　　　　　  }　
　　　　　　  } else if (isDigit(d)) {　
　　　　　　　  while (tmpPos < maxPos) {　
　　　　　　　　  d = s.charAt(tmpPos++);　
　　　　　　　　  if (!isDigit(d)) {　
　　　　　　　　　  if (d == ';') {　
　　　　　　　　　　  t = s.substring(curPos + 1, tmpPos - 1);　
　　　　　　　　　　  try {　
　　　　　　　　　　　  i = Integer.parseInt(t);　
　　　　　　　　　　　  if ((i >= 0) && (i < 65536)) {　
　　　　　　　　　　　　  c = (char) i;　
　　　　　　　　　　　　  curPos = tmpPos;　
　　　　　　　　　　　  }　
　　　　　　　　　　  } catch (NumberFormatException e) {　
　　　　　　　　　　  }　
　　　　　　　　　  }　
　　　　　　　　　  break;　
　　　　　　　　  }　
　　　　　　　  }　
　　　　　　  }　
　　　　　  }　
　　　　  } else if (isLetter(d)) {　
　　　　　  while (tmpPos < maxPos) {　
　　　　　　  d = s.charAt(tmpPos++);　
　　　　　　  if (!isLetterOrDigit(d)) {　
　　　　　　　  if (d == ';') {　
　　　　　　　　  t = s.substring(curPos, tmpPos - 1);　
　　　　　　　　  ch = (Character) charTable.get(t);　
　　　　　　　　  if (ch != null) {　
　　　　　　　　　  c = ch.charValue();　
　　　　　　　　　  curPos = tmpPos;　
　　　　　　　　  }　
　　　　　　　  }　
　　　　　　　  break;　
　　　　　　  }　
　　　　　  }　
　　　　  }　
　　　  }　
　　  }　
　　  sb.append(c);　
　  }　
　  return sb.toString();　
  }　
 
  PRivate static boolean isLetterOrDigit(char c) {　
　  return isLetter(c) || isDigit(c);　
  }　
 
  private static boolean isHexDigit(char c) {　
　  return isHexLetter(c) || isDigit(c);　
  }　
 
  private static boolean isLetter(char c) {　
　  return ((c >= 'a') && (c <= 'z')) || ((c >= 'A') && (c <= 'Z'));　
  }　
 
  private static boolean isHexLetter(char c) {　
　  return ((c >= 'a') && (c <= 'f')) || ((c >= 'A') && (c <= 'F'));　
  }　
 
  private static boolean isDigit(char c) {　
　  return (c >= '0') && (c <= '9');　
  }　
 
  public static String compact(String s) {　
　  int maxPos = s.length();　
　  StringBuffer sb = new StringBuffer(maxPos);　
　  int curPos = 0;　
　  while (curPos < maxPos) {　
　　  char c = s.charAt(curPos++);　
　　  if (isWhitespace(c)) {　
　　　  while ((curPos < maxPos) && isWhitespace(s.charAt(curPos))) {　
　　　　  curPos++;　
　　　  }　
　　　  c = '\u0020';　
　　  }　
　　  sb.append(c);　
　  }　
　  return sb.toString();　
  }　
 
  // HTML is very particular about what constitutes white space.　
  public static boolean isWhitespace(char ch) {　
　  return (ch == '\u0020') || (ch == '\r') || (ch == '\n') || (ch == '\u0009') || (ch == '\u000c') || (ch == '\u200b');　
  }　
 
  static {　
　  charTable = new HashMap<String, Character>();　
　  charTable.put("quot", new Character((char) 34));　
　  charTable.put("amp", new Character((char) 38));　
　  charTable.put("apos", new Character((char) 39));　
　  charTable.put("lt", new Character((char) 60));　
　  charTable.put("gt", new Character((char) 62));　
　  charTable.put("nbsp", new Character((char) 160));　
　  charTable.put("iexcl", new Character((char) 161));　
　  charTable.put("cent", new Character((char) 162));　
　  charTable.put("pound", new Character((char) 163));　
　  charTable.put("curren", new Character((char) 164));　
　  charTable.put("yen", new Character((char) 165));　
　  charTable.put("brvbar", new Character((char) 166));　
　  charTable.put("sect", new Character((char) 167));　
　  charTable.put("uml", new Character((char) 168));　
　  charTable.put("copy", new Character((char) 169));　
　  charTable.put("ordf", new Character((char) 170));　
　  charTable.put("laquo", new Character((char) 171));　
　  charTable.put("not", new Character((char) 172));　
　  charTable.put("shy", new Character((char) 173));　
　  charTable.put("reg", new Character((char) 174));　
　  charTable.put("macr", new Character((char) 175));　
　  charTable.put("deg", new Character((char) 176));　
　  charTable.put("plusmn", new Character((char) 177));　
　  charTable.put("sup2", new Character((char) 178));　
　  charTable.put("sup3", new Character((char) 179));　
　  charTable.put("acute", new Character((char) 180));　
　  charTable.put("micro", new Character((char) 181));　
　  charTable.put("para", new Character((char) 182));　
　  charTable.put("middot", new Character((char) 183));　
　  charTable.put("cedil", new Character((char) 184));　
　  charTable.put("sup1", new Character((char) 185));　
　  charTable.put("ordm", new Character((char) 186));　
　  charTable.put("raquo", new Character((char) 187));　
　  charTable.put("frac14", new Character((char) 188));　
　  charTable.put("frac12", new Character((char) 189));　
　  charTable.put("frac34", new Character((char) 190));　
　  charTable.put("iquest", new Character((char) 191));　
　  charTable.put("Agrave", new Character((char) 192));　
　  charTable.put("Aacute", new Character((char) 193));　
　  charTable.put("Acirc", new Character((char) 194));　
　  charTable.put("Atilde", new Character((char) 195));　
　  charTable.put("Auml", new Character((char) 196));　
　  charTable.put("Aring", new Character((char) 197));　
　  charTable.put("AElig", new Character((char) 198));　
　  charTable.put("Ccedil", new Character((char) 199));　
　  charTable.put("Egrave", new Character((char) 200));　
　  charTable.put("Eacute", new Character((char) 201));　
　  charTable.put("Ecirc", new Character((char) 202));　
　  charTable.put("Euml", new Character((char) 203));　
　  charTable.put("Igrave", new Character((char) 204));　
　  charTable.put("Iacute", new Character((char) 205));　
　  charTable.put("Icirc", new Character((char) 206));　
　  charTable.put("Iuml", new Character((char) 207));　
　  charTable.put("ETH", new Character((char) 208));　
　  charTable.put("Ntilde", new Character((char) 209));　
　  charTable.put("Ograve", new Character((char) 210));　
　  charTable.put("Oacute", new Character((char) 211));　
　  charTable.put("Ocirc", new Character((char) 212));　
　  charTable.put("Otilde", new Character((char) 213));　
　  charTable.put("Ouml", new Character((char) 214));　
　  charTable.put("times", new Character((char) 215));　
　  charTable.put("Oslash", new Character((char) 216));　
　  charTable.put("Ugrave", new Character((char) 217));　
　  charTable.put("Uacute", new Character((char) 218));　
　  charTable.put("Ucirc", new Character((char) 219));　
　  charTable.put("Uuml", new Character((char) 220));　
　  charTable.put("Yacute", new Character((char) 221));　
　  charTable.put("THORN", new Character((char) 222));　
　  charTable.put("szlig", new Character((char) 223));　
　  charTable.put("agrave", new Character((char) 224));　
　  charTable.put("aacute", new Character((char) 225));　
　  charTable.put("acirc", new Character((char) 226));　
　  charTable.put("atilde", new Character((char) 227));　
　  charTable.put("auml", new Character((char) 228));　
　  charTable.put("aring", new Character((char) 229));　
　  charTable.put("aelig", new Character((char) 230));　
　  charTable.put("ccedil", new Character((char) 231));　
　  charTable.put("egrave", new Character((char) 232));　
　  charTable.put("eacute", new Character((char) 233));　
　  charTable.put("ecirc", new Character((char) 234));　
　  charTable.put("euml", new Character((char) 235));　
　  charTable.put("igrave", new Character((char) 236));　
　  charTable.put("iacute", new Character((char) 237));　
　  charTable.put("icirc", new Character((char) 238));　
　  charTable.put("iuml", new Character((char) 239));　
　  charTable.put("eth", new Character((char) 240));　
　  charTable.put("ntilde", new Character((char) 241));　
　  charTable.put("ograve", new Character((char) 242));　
　  charTable.put("oacute", new Character((char) 243));　
　  charTable.put("ocirc", new Character((char) 244));　
　  charTable.put("otilde", new Character((char) 245));　
　  charTable.put("ouml", new Character((char) 246));　
　  charTable.put("divide", new Character((char) 247));　
　  charTable.put("oslash", new Character((char) 248));　
　  charTable.put("ugrave", new Character((char) 249));　
　  charTable.put("uacute", new Character((char) 250));　
　  charTable.put("ucirc", new Character((char) 251));　
　  charTable.put("uuml", new Character((char) 252));　
　  charTable.put("yacute", new Character((char) 253));　
　  charTable.put("thorn", new Character((char) 254));　
　  charTable.put("yuml", new Character((char) 255));　
　  charTable.put("OElig", new Character((char) 338));　
　  charTable.put("oelig", new Character((char) 339));　
　  charTable.put("Scaron", new Character((char) 352));　
　  charTable.put("scaron", new Character((char) 353));　
　  charTable.put("fnof", new Character((char) 402));　
　  charTable.put("circ", new Character((char) 710));　
　  charTable.put("tilde", new Character((char) 732));　
　  charTable.put("Alpha", new Character((char) 913));　
　  charTable.put("Beta", new Character((char) 914));　
　  charTable.put("Gamma", new Character((char) 915));　
　  charTable.put("Delta", new Character((char) 916));　
　  charTable.put("Epsilon", new Character((char) 917));　
　  charTable.put("Zeta", new Character((char) 918));　
　  charTable.put("Eta", new Character((char) 919));　
　  charTable.put("Theta", new Character((char) 920));　
　  charTable.put("Iota", new Character((char) 921));　
　  charTable.put("Kappa", new Character((char) 922));　
　  charTable.put("Lambda", new Character((char) 923));　
　  charTable.put("Mu", new Character((char) 924));　
　  charTable.put("Nu", new Character((char) 925));　
　  charTable.put("Xi", new Character((char) 926));　
　  charTable.put("Omicron", new Character((char) 927));　
　  charTable.put("Pi", new Character((char) 928));　
　  charTable.put("Rho", new Character((char) 929));　
　  charTable.put("Sigma", new Character((char) 931));　
　  charTable.put("Tau", new Character((char) 932));　
　  charTable.put("Upsilon", new Character((char) 933));　
　  charTable.put("Phi", new Character((char) 934));　
　  charTable.put("Chi", new Character((char) 935));　
　  charTable.put("Psi", new Character((char) 936));　
　  charTable.put("Omega", new Character((char) 937));　
　  charTable.put("alpha", new Character((char) 945));　
　  charTable.put("beta", new Character((char) 946));　
　  charTable.put("gamma", new Character((char) 947));　
　  charTable.put("delta", new Character((char) 948));　
　  charTable.put("epsilon", new Character((char) 949));　
　  charTable.put("zeta", new Character((char) 950));　
　  charTable.put("eta", new Character((char) 951));　
　  charTable.put("theta", new Character((char) 952));　
　  charTable.put("iota", new Character((char) 953));　
　  charTable.put("kappa", new Character((char) 954));　
　  charTable.put("lambda", new Character((char) 955));　
　  charTable.put("mu", new Character((char) 956));　
　  charTable.put("nu", new Character((char) 957));　
　  charTable.put("xi", new Character((char) 958));　
　  charTable.put("omicron", new Character((char) 959));　
　  charTable.put("pi", new Character((char) 960));　
　  charTable.put("rho", new Character((char) 961));　
　  charTable.put("sigmaf", new Character((char) 962));　
　  charTable.put("sigma", new Character((char) 963));　
　  charTable.put("tau", new Character((char) 964));　
　  charTable.put("upsilon", new Character((char) 965));　
　  charTable.put("phi", new Character((char) 966));　
　  charTable.put("chi", new Character((char) 967));　
　  charTable.put("psi", new Character((char) 968));　
　  charTable.put("omega", new Character((char) 969));　
　  charTable.put("thetasym", new Character((char) 977));　
　  charTable.put("upsih", new Character((char) 978));　
　  charTable.put("piv", new Character((char) 982));　
　  charTable.put("ensp", new Character((char) 8194));　
　  charTable.put("emsp", new Character((char) 8195));　
　  charTable.put("thinsp", new Character((char) 8201));　
　  charTable.put("zwnj", new Character((char) 8204));　
　  charTable.put("zwj", new Character((char) 8205));　
　  charTable.put("lrm", new Character((char) 8206));　
　  charTable.put("rlm", new Character((char) 8207));　
　  charTable.put("ndash", new Character((char) 8211));　
　  charTable.put("mdash", new Character((char) 8212));　
　  charTable.put("lsquo", new Character((char) 8216));　
　  charTable.put("rsquo", new Character((char) 8217));　
　  charTable.put("sbquo", new Character((char) 8218));　
　  charTable.put("ldquo", new Character((char) 8220));　
　  charTable.put("rdquo", new Character((char) 8221));　
　  charTable.put("bdquo", new Character((char) 8222));　
　  charTable.put("dagger", new Character((char) 8224));　
　  charTable.put("Dagger", new Character((char) 8225));　
　  charTable.put("bull", new Character((char) 8226));　
　  charTable.put("hellip", new Character((char) 8230));　
　  charTable.put("permil", new Character((char) 8240));　
　  charTable.put("prime", new Character((char) 8242));　
　  charTable.put("Prime", new Character((char) 8243));　
　  charTable.put("lsaquo", new Character((char) 8249));　
　  charTable.put("rsaquo", new Character((char) 8250));　
　  charTable.put("oline", new Character((char) 8254));　
　  charTable.put("frasl", new Character((char) 8260));　
　  charTable.put("euro", new Character((char) 8364));　
　  charTable.put("image", new Character((char) 8465));　
　  charTable.put("weierp", new Character((char) 8472));　
　  charTable.put("real", new Character((char) 8476));　
　  charTable.put("trade", new Character((char) 8482));　
　  charTable.put("alefsym", new Character((char) 8501));　
　  charTable.put("larr", new Character((char) 8592));　
　  charTable.put("uarr", new Character((char) 8593));　
　  charTable.put("rarr", new Character((char) 8594));　
　  charTable.put("darr", new Character((char) 8595));　
　  charTable.put("harr", new Character((char) 8596));　
　  charTable.put("crarr", new Character((char) 8629));　
　  charTable.put("lArr", new Character((char) 8656));　
　  charTable.put("uArr", new Character((char) 8657));　
　  charTable.put("rArr", new Character((char) 8658));　
　  charTable.put("dArr", new Character((char) 8659));　
　  charTable.put("hArr", new Character((char) 8660));　
　  charTable.put("forall", new Character((char) 8704));　
　  charTable.put("part", new Character((char) 8706));　
　  charTable.put("exist", new Character((char) 8707));　
　  charTable.put("empty", new Character((char) 8709));　
　  charTable.put("nabla", new Character((char) 8711));　
　  charTable.put("isin", new Character((char) 8712));　
　  charTable.put("notin", new Character((char) 8713));　
　  charTable.put("ni", new Character((char) 8715));　
　  charTable.put("prod", new Character((char) 8719));　
　  charTable.put("sum", new Character((char) 8721));　
　  charTable.put("minus", new Character((char) 8722));　
　  charTable.put("lowast", new Character((char) 8727));　
　  charTable.put("radic", new Character((char) 8730));　
　  charTable.put("prop", new Character((char) 8733));　
　  charTable.put("infin", new Character((char) 8734));　
　  charTable.put("ang", new Character((char) 8736));　
　  charTable.put("and", new Character((char) 8743));　
　  charTable.put("or", new Character((char) 8744));　
　  charTable.put("cap", new Character((char) 8745));　
　  charTable.put("cup", new Character((char) 8746));　
　  charTable.put("int", new Character((char) 8747));　
　  charTable.put("there4", new Character((char) 8756));　
　  charTable.put("sim", new Character((char) 8764));　
　  charTable.put("cong", new Character((char) 8773));　
　  charTable.put("asymp", new Character((char) 8776));　
　  charTable.put("ne", new Character((char) 8800));　
　  charTable.put("equiv", new Character((char) 8801));　
　  charTable.put("le", new Character((char) 8804));　
　  charTable.put("ge", new Character((char) 8805));　
　  charTable.put("sub", new Character((char) 8834));　
　  charTable.put("sup", new Character((char) 8835));　
　  charTable.put("nsub", new Character((char) 8836));　
　  charTable.put("sube", new Character((char) 8838));　
　  charTable.put("supe", new Character((char) 8839));　
　  charTable.put("oplus", new Character((char) 8853));　
　  charTable.put("otimes", new Character((char) 8855));　
　  charTable.put("perp", new Character((char) 8869));　
　  charTable.put("sdot", new Character((char) 8901));　
　  charTable.put("lceil", new Character((char) 8968));　
　  charTable.put("rceil", new Character((char) 8969));　
　  charTable.put("lfloor", new Character((char) 8970));　
　  charTable.put("rfloor", new Character((char) 8971));　
　  charTable.put("lang", new Character((char) 9001));　
　  charTable.put("rang", new Character((char) 9002));　
　  charTable.put("loz", new Character((char) 9674));　
　  charTable.put("spades", new Character((char) 9824));　
　  charTable.put("clubs", new Character((char) 9827));　
　  charTable.put("hearts", new Character((char) 9829));　
　  charTable.put("diams", new Character((char) 9830));　
  }　
}
http://www.laozizhu.com/view.jsp?articleId=631