代码之家 › 专栏 › 技术社区 › cpx

替换HTML源中的特殊字符

html-entities special-characters html c++

cpx · 技术社区 · 14 年前

我是html编码的新手,我知道html有一些保留字符供其使用,而且它还按字符代码显示一些字符。例如-:

Å  is   &#140;
Â©  is   &copy;
Â®  is    &reg;

我在STD::字符串的HTML源代码。我如何将它们解密成它们的实际形式,并从STD::字符串替换?是否有可用的源库,或者可以使用宏预处理器来完成?

3 回复 | 直到 14 年前

Tronic 14 年前

我建议使用一些html/xml解析器,它可以自动为您进行转换。手工正确解析html是非常困难的。如果坚持自己做,boost字符串算法库提供了有用的替换函数。

Ms2ger 14 年前

Å  is   &#140;

不,不是。  是“部分线路向后”。的正确数字实体是 Œ 和 Œ .

DisgruntledGoat 14 年前

数字实体的一种方法是使用如下正则表达式 &#([0-9]+); ,获取数值并将其转换为ascii字符(可能是 sprintf 在C++中。

对于命名实体,您需要构建映射。你可以做一个简单的字符串替换来转换成数字,然后使用上面的方法。W3C在这里有一个表: http://www.w3.org/TR/WD-html40-970708/sgml/entities.html

但是,如果您试图读取或解析字符串中的一堆html,则应该使用html解析器。找这么多问题。

推荐文章

patrick · 从boost::绑定1和2占位符运行make失败。。。?

1 年前

rookie · 检查函数模板的所有参数包参数是否属于int

1 年前

ivaigult · -W转换和隐式字符串到布尔类型转换

1 年前

David Bien · declval<_Xp(&)()>()()-这在下面的上下文中意味着什么?

1 年前

khallad sayed · 在%上,C++表达式必须具有整型或无范围枚举类型

1 年前

rainer · 后台插入程序的初始化

1 年前

Community wiki · 以理智、安全和高效的方式复制文件

1 年前

Shefali Kanaujia · 对C中向量的向量进行排序++

1 年前

Prakritish Ghosh · 现在显示正确输出的函数中的Infix到Postfix错误[重复]

1 年前

Ma Joonyoung · 粗粒度和细粒度链表的时间比较

1 年前