コードを通じてHTMLエスケープ文字を識別する方法について説明します

静的{
HTML40 = 新しいエンティティ();
HTML40エンティティをHtml40で埋めます。
}
静的void fillWithHtml40Entities(エンティティエンティティ) {
エンティティを追加します。(BASIC_ARRAY);
エンティティを追加します。(ISO8859_1_ARRAY);
エンティティを追加します。(HTML40_ARRAY);
}

private static final String[][] BASIC_ARRAY = {{"quot", "34"}, // " - 二重引用符
{"amp", "38"}, // & - アンパサンド
{"lt", "60"}, // < - より小さい
{"gt", "62"}, // > - より大きい
};

static final String[][] ISO8859_1_ARRAY = {{"nbsp", "160"}, // 改行なしスペース
{"iexcl", "161"}, // 逆の感嘆符
{"cent", "162"}, // セント記号
{"pound", "163"}, // ポンド記号
{"currency", "164"}, // 通貨記号
{"yen", "165"}, // 円記号 = 元記号
{"brvbar", "166"}, // broken bar = broken vertical bar
{"sect", "167"}, // セクション記号
{"uml", "168"}, // 分音記号 = スペース分音記号
{"copy", "169"}, // � - 著作権記号
{"ordf", "170"}, // 女性序数指示子
{"laquo", "171"}, // 左向きの二重山引用符 = 左向きのギュイメット
{"not", "172"}, // 否定記号
{"shy", "173"}, // ソフトハイフン = 任意ハイフン
{"reg", "174"}, // � - 登録商標記号
{"macr", "175"}, // マクロン = スペース マクロン = オーバーライン = APL オーバーバー
{"deg", "176"}, // 度記号
{"plusmn", "177"}, // プラスマイナス記号 = プラスまたはマイナス記号
{"sup2", "178"}, // 上付き文字 2 = 上付き数字 2 = 2 乗
{"sup3", "179"}, // 上付き文字 3 = 上付き数字 3 = 3 乗
{"acute", "180"}, // acute アクセント = スペース acute
{"micro", "181"}, // マイクロ記号
{"para", "182"}, // pilcrow 記号 = 段落記号
{"middot", "183"}, // ミドルドット = グルジア語のコンマ = ギリシャ語のミドルドット
{"cedil", "184"}, // セディーユ = 間隔セディーユ
{"sup1", "185"}, // 上付き文字 1 = 上付き数字 1
{"ordm", "186"}, // 男性序数指示子
{"raquo", "187"}, // 右向きの二重山引用符 = 右向きのギュイメット
{"frac14", "188"}, // 俗分数 1/4 = 分数 1/4
{"frac12", "189"}, // 俗分数 1/2 = 分数 1/2
{"frac34", "190"}, // 俗分数の 4 分の 3 = 分数の 4 分の 3
{"iquest", "191"}, // 逆疑問符 = 反転疑問符
{"Agrave", "192"}, // � - 大文字の A、グレーブアクセント
{"Aacute", "193"}, // � - 大文字の A、鋭アクセント
{"Acirc", "194"}, // � - 大文字の A、曲折アクセント
{"Atilde", "195"}, // � - 大文字の A、チルダ
{"Auml", "196"}, // � - 大文字の A、ウムラウト
{"Aring", "197"}, // � - 大文字の A、リング
{"AElig", "198"}, // � - 大文字の AE
{"Ccedil", "199"}, // � - 大文字の C、セディーユ
{"Egrave", "200"}, // � - 大文字の E、グレーブアクセント
{"Eacute", "201"}, // � - 大文字の E、鋭アクセント
{"Ecirc", "202"}, // � - 大文字の E、曲折アクセント
{"Euml", "203"}, // � - 大文字の E、ウムラウト
{"Igrave", "204"}, // � - 大文字の I、重アクセント
{"Iacute", "205"}, // � - 大文字の I、鋭アクセント
{"Icirc", "206"}, // � - 大文字の I、曲折アクセント
{"Iuml", "207"}, // � - 大文字の I、ウムラウト
{"ETH", "208"}, // � - 大文字の Eth、アイスランド語
{"Ntilde", "209"}, // � - 大文字の N、チルダ
{"Ograve", "210"}, // � - 大文字の O、重アクセント
{"Oacute", "211"}, // � - 大文字の O、鋭アクセント
{"Ocirc", "212"}, // � - 大文字の O、曲折アクセント
{"Otilde", "213"}, // � - 大文字の O、チルダ
{"Ouml", "214"}, // � - 大文字の O、ウムラウト
{"times", "215"}, // 乗算記号
{"Oslash", "216"}, // � - 大文字の O、スラッシュ
{"Ugrave", "217"}, // � - 大文字の U、重アクセント
{"Uacute", "218"}, // � - 大文字の U、鋭アクセント
{"Ucirc", "219"}, // � - 大文字の U、曲折アクセント
{"Uuml", "220"}, // � - 大文字の U、ウムラウト
{"Yacute", "221"}, // � - 大文字の Y、鋭アクセント
{"THORN", "222"}, // � - 大文字の THORN、アイスランド語
{"szlig", "223"}, // � - 小文字のシャープ、ドイツ語
{"agrave", "224"}, // � - 小文字の a、グレーブアクセント
{"aacute", "225"}, // � - 小文字の a、鋭アクセント
{"acirc", "226"}, // � - 小文字の a、曲折アクセント
{"atilde", "227"}, // � - 小文字の a、チルダ
{"auml", "228"}, // � - 小文字の a、ウムラウト
{"aring", "229"}, // � - 小文字の a、リング
{"aelig", "230"}, // � - 小文字の ae
{"ccedil", "231"}, // � - 小文字の c、セディーユ
{"egrave", "232"}, // � - 小文字の e、アクセント記号
{"eacute", "233"}, // � - 小文字の e、鋭アクセント
{"ecirc", "234"}, // � - 小文字の e、曲折アクセント
{"euml", "235"}, // � - 小文字の e、ウムラウト
{"igrave", "236"}, // � - 小文字の i、重アクセント
{"iacute", "237"}, // � - 小文字の i、鋭アクセント
{"icirc", "238"}, // � - 小文字の i、曲折アクセント
{"iuml", "239"}, // � - 小文字の i、ウムラウト
{"eth", "240"}, // � - 小文字の eth、アイスランド語
{"ntilde", "241"}, // � - 小文字の n、チルダ
{"ograve", "242"}, // � - 小文字の o、重アクセント
{"oacute", "243"}, // � - 小文字の o、鋭アクセント
{"ocirc", "244"}, // � - 小文字の o、曲折アクセント
{"otilde", "245"}, // � - 小文字の o、チルダ
{"ouml", "246"}, // � - 小文字の o、ウムラウト
{"divide", "247"}, // 除算記号
{"oslash", "248"}, // � - 小文字の o、スラッシュ
{"ugrave", "249"}, // � - 小文字の u、重アクセント
{"uacute", "250"}, // � - 小文字の u、鋭アクセント
{"ucirc", "251"}, // � - 小文字の u、曲折アクセント
{"uuml", "252"}, // � - 小文字の u、ウムラウト
{"yacute", "253"}, // � - 小文字の y、鋭アクセント
{"thorn", "254"}, // � - 小文字の thorn、アイスランド語
{"yuml", "255"}, // � - 小文字の y、ウムラウト
};

静的最終String[][] HTML40_ARRAY = {
// <!-- ラテン拡張 B -->
{"fnof", "402"}, // フック付きラテン小文字 f = 関数 = フロリン、U+0192 ISOtech -->
// <!-- ギリシャ語 -->
{"Alpha", "913"}, // ギリシャ語大文字のアルファ、U+0391 -->
{"Beta", "914"}, // ギリシャ語大文字ベータ、U+0392 -->
{"Gamma", "915"}, // ギリシャ語大文字ガンマ、U+0393 ISOgrk3 -->
{"Delta", "916"}, // ギリシャ語大文字デルタ、U+0394 ISOgrk3 -->
{"Epsilon", "917"}, // ギリシャ語大文字イプシロン、U+0395 -->
{"Zeta", "918"}, // ギリシャ語大文字ゼータ、U+0396 -->
{"Eta", "919"}, // ギリシャ語大文字のイータ、U+0397 -->
{"Theta", "920"}, // ギリシャ語大文字のシータ、U+0398 ISOgrk3 -->
{"Iota", "921"}, // ギリシャ語大文字イオタ、U+0399 -->
{"Kappa", "922"}, // ギリシャ語大文字の kappa、U+039A -->
{"Lambda", "923"}, // ギリシャ語大文字ラムダ、U+039B ISOgrk3 -->
{"Mu", "924"}, // ギリシャ語大文字 mu, U+039C -->
{"Nu", "925"}, // ギリシャ語大文字 nu, U+039D -->
{"Xi", "926"}, // ギリシャ語大文字 xi, U+039E ISOgrk3 -->
{"オミクロン", "927"}, // ギリシャ語大文字オミクロン、U+039F -->
{"Pi", "928"}, // ギリシャ語大文字π、U+03A0 ISOgrk3 -->
{"Rho", "929"}, // ギリシャ語大文字 rho, U+03A1 -->
// <!-- Sigmaf はなく、U+03A2 文字もありません -->
{"Sigma", "931"}, // ギリシャ語大文字シグマ、U+03A3 ISOgrk3 -->
{"Tau", "932"}, // ギリシャ語大文字タウ、U+03A4 -->
{"Upsilon", "933"}, // ギリシャ語大文字のウプシロン、U+03A5 ISOgrk3 -->
{"Phi", "934"}, // ギリシャ語大文字ファイ、U+03A6 ISOgrk3 -->
{"Chi", "935"}, // ギリシャ語大文字の chi, U+03A7 -->
{"Psi", "936"}, // ギリシャ語大文字 psi、U+03A8 ISOgrk3 -->
{"オメガ", "937"}, // ギリシャ語大文字オメガ、U+03A9 ISOgrk3 -->
{"alpha", "945"}, // ギリシャ小文字アルファ、U+03B1 ISOgrk3 -->
{"beta", "946"}, // ギリシャ語小文字ベータ、U+03B2 ISOgrk3 -->
{"gamma", "947"}, // ギリシャ小文字ガンマ、U+03B3 ISOgrk3 -->
{"delta", "948"}, // ギリシャ語小文字デルタ、U+03B4 ISOgrk3 -->
{"epsilon", "949"}, // ギリシャ語小文字イプシロン、U+03B5 ISOgrk3 -->
{"zeta", "950"}, // ギリシャ語小文字ゼータ、U+03B6 ISOgrk3 -->
{"eta", "951"}, // ギリシャ語小文字 eta、U+03B7 ISOgrk3 -->
{"theta", "952"}, // ギリシャ語小文字シータ、U+03B8 ISOgrk3 -->
{"iota", "953"}, // ギリシャ小文字イオタ、U+03B9 ISOgrk3 -->
{"kappa", "954"}, // ギリシャ語小文字 kappa, U+03BA ISOgrk3 -->
{"lambda", "955"}, // ギリシャ小文字ラムダ、U+03BB ISOgrk3 -->
{"mu", "956"}, // ギリシャ語小文字 mu、U+03BC ISOgrk3 -->
{"nu", "957"}, // ギリシャ語小文字 nu、U+03BD ISOgrk3 -->
{"xi", "958"}, // ギリシャ語小文字 xi、U+03BE ISOgrk3 -->
{"omicron", "959"}, // ギリシャ語の小文字オミクロン、U+03BF NEW -->
{"pi", "960"}, // ギリシャ小文字π、U+03C0 ISOgrk3 -->
{"rho", "961"}, // ギリシャ語小文字 rho、U+03C1 ISOgrk3 -->
{"sigmaf", "962"}, // ギリシャ語小文字末尾シグマ、U+03C2 ISOgrk3 -->
{"sigma", "963"}, // ギリシャ小文字シグマ、U+03C3 ISOgrk3 -->
{"tau", "964"}, // ギリシャ語小文字タウ、U+03C4 ISOgrk3 -->
{"upsilon", "965"}, // ギリシャ語小文字ウプシロン、U+03C5 ISOgrk3 -->
{"phi", "966"}, // ギリシャ語小文字ファイ、U+03C6 ISOgrk3 -->
{"chi", "967"}, // ギリシャ語小文字 chi, U+03C7 ISOgrk3 -->
{"psi", "968"}, // ギリシャ語小文字 psi、U+03C8 ISOgrk3 -->
{"omega", "969"}, // ギリシャ語小文字オメガ、U+03C9 ISOgrk3 -->
{"thetasym", "977"}, // ギリシャ語の小文字シータ記号、U+03D1 NEW -->
{"upsih", "978"}, // ギリシャ語のウプシロンとフック記号、U+03D2 NEW -->
{"piv", "982"}, // ギリシャのπ記号、U+03D6 ISOgrk3 -->
// <!-- 一般的な句読点 -->
{"bull", "8226"}, // 箇条書き = 黒い小さな円、U+2022 ISOpub -->
// <!-- 箇条書きは、箇条書き演算子 (U+2219) と同じではありません -->
{"hellip", "8230"}, // 水平省略記号 = 3 つのドットリーダー、U+2026 ISOpub -->
{"prime", "8242"}, // prime = 分 = フィート, U+2032 ISOtech -->
{"Prime", "8243"}, // ダブルプライム = 秒 = インチ、U+2033 ISOtech -->
{"oline", "8254"}, // overline = スペースオーバースコア、U+203E NEW -->
{"frasl", "8260"}, // 分数スラッシュ、U+2044 NEW -->
// <!-- 文字のような記号 -->
{"weierp", "8472"}, // スクリプトの大文字 P = べき乗集合 = Weierstrass p、U+2118 ISOamso -->
{"image", "8465"}, // ブラックレター大文字 I = 虚数部、U+2111 ISOamso -->
{"real", "8476"}, // 黒文字大文字 R = 実部記号、U+211C ISOamso -->
{"trade", "8482"}, // 商標記号、U+2122 ISOnum -->
{"alefsym", "8501"}, // alef 記号 = 最初の超限基数、U+2135 NEW -->
// <!-- アレフ記号はヘブライ文字のアレフ（U+05D0）と同じではありませんが、
// 同じグリフを使用して両方の文字を表すことができます -->
// <!-- 矢印 -->
{"larr", "8592"}, // 左矢印、U+2190 ISOnum -->
{"uarr", "8593"}, // 上矢印、U+2191 ISOnum-->
{"rarr", "8594"}, // 右矢印、U+2192 ISOnum -->
{"darr", "8595"}, // 下矢印、U+2193 ISOnum -->
{"harr", "8596"}, // 左矢印、右矢印、U+2194 ISOamsa -->
{"crarr", "8629"}, // 左向きの角の下矢印 = キャリッジリターン、U+21B5 NEW -->
{"lArr", "8656"}, // 左向き二重矢印、U+21D0 ISOtech -->
// <!-- ISO 10646 では、lArr は 'is implied by' と同じであるとは述べられていません。
// 矢印ですが、その機能には他の文字もありません。
// それで？ lArr は ISOtech が示唆するように「is implied by」に使用できます -->
{"uArr", "8657"}, // 上向き二重矢印、U+21D1 ISOamsa -->
{"rArr", "8658"}, // 右向き二重矢印、U+21D2 ISOtech -->
// <!-- ISO 10646では、これが「意味する」文字であるとは述べられていないが、
// この関数には別の文字があるので、?rArr は次のように使用できます。
// ISOtech が示唆するように「暗示」 -->
{"dArr", "8659"}, // 下向き二重矢印、U+21D3 ISOamsa -->
{"hArr", "8660"}, // 左から右への二重矢印、U+21D4 ISOamsa -->
// <!-- 数学演算子 -->
{"forall", "8704"}, // すべて、U+2200 ISOtech -->
{"part", "8706"}, // 偏微分、U+2202 ISOtech -->
{"exist", "8707"}, // 存在する、U+2203 ISOtech -->
{"empty", "8709"}, // 空集合 = null 集合 = 直径、U+2205 ISOamso -->
{"nabla", "8711"}, // nabla = 後方差分、U+2207 ISOtech -->
{"isin", "8712"}, // 要素、U+2208 ISOtech -->
{"notin", "8713"}, // U+2209 ISOtech の要素ではない -->
{"ni", "8715"}, // メンバーとして U+220B ISOtech が含まれています -->
// <!-- 「ni」よりも覚えやすい名前があるべきでしょうか? -->
{"prod", "8719"}, // n項積 = 積記号、U+220F ISOamsb -->
// <!-- prod は U+03A0 'ギリシャ語大文字の pi' と同じ文字ではありません
// 同じグリフが両方に使用される場合もあります -->
{"sum", "8721"}, // n項和、U+2211 ISOamsb -->
// <!-- sum は U+03A3 'ギリシャ語大文字シグマ' と同じ文字ではありません
// 同じグリフが両方に使用される場合もあります -->
{"minus", "8722"}, // マイナス記号、U+2212 ISOtech -->
{"lowast", "8727"}, // アスタリスク演算子、U+2217 ISOtech -->
{"radic", "8730"}, // 平方根 = 根号、U+221A ISOtech -->
{"prop", "8733"}, // 比例、U+221D ISOtech -->
{"infin", "8734"}, // 無限大、U+221E ISOtech -->
{"ang", "8736"}, // 角度、U+2220 ISOamso -->
{"and", "8743"}, // 論理積 = ウェッジ、U+2227 ISOtech -->
{"or", "8744"}, // 論理和 = vee, U+2228 ISOtech -->
{"cap", "8745"}, // 交差 = cap, U+2229 ISOtech -->
{"cup", "8746"}, // ユニオン = cup, U+222A ISOtech -->
{"int", "8747"}, // 整数、U+222B ISOtech -->
{"there4", "8756"}, // したがって、U+2234 ISOtech -->
{"sim", "8764"}, // チルダ演算子 = は次のように変化する = に類似、U+223C ISOtech -->
// <!-- チルダ演算子はチルダU+007Eと同じ文字ではありませんが、
// 同じグリフが両方を表すために使用される可能性があります -->
{"cong", "8773"}, // ほぼ等しい、U+2245 ISOtech -->
{"asymp", "8776"}, // ほぼ等しい = 漸近的、U+2248 ISOamsr -->
{"ne", "8800"}, // 等しくない、U+2260 ISOtech -->
{"equiv", "8801"}, // 同一、U+2261 ISOtech -->
{"le", "8804"}, // 以下、U+2264 ISOtech -->
{"ge", "8805"}, // 以上、U+2265 ISOtech -->
{"sub", "8834"}, // サブセット、U+2282 ISOtech -->
{"sup", "8835"}, // スーパーセット、U+2283 ISOtech -->
// <!-- nsup、「U+2283のスーパーセットではない」は、
// シンボル フォント エンコーディングが含まれていません。対称性のために、含めるべきでしょうか?
// ISOamsn にあります --> <!ENTITY nsub", "8836"},
// サブセットではありません、U+2284 ISOamsn -->
{"sube", "8838"}, // サブセットまたは等しい、U+2286 ISOtech -->
{"supe", "8839"}, // スーパーセットまたは等しい、U+2287 ISOtech -->
{"oplus", "8853"}, // 丸付きプラス = 直和、U+2295 ISOamsb -->
{"otimes", "8855"}, // 丸で囲まれた回数 = ベクトル積、U+2297 ISOamsb -->
{"perp", "8869"}, // アップタック = 直交 = 垂直、U+22A5 ISOtech -->
{"sdot", "8901"}, // ドット演算子、U+22C5 ISOamsb -->
// <!-- ドット演算子は U+00B7 の中間ドットと同じ文字ではありません -->
// <!-- その他技術的な情報 -->
{"lceil", "8968"}, // 左天井 = apl upstile, U+2308 ISOamsc -->
{"rceil", "8969"}, // 右天井、U+2309 ISOamsc -->
{"lfloor", "8970"}, // 左フロア = apl downstile, U+230A ISOamsc -->
{"rfloor", "8971"}, // 右階、U+230B ISOamsc -->
{"lang", "9001"}, // 左向きの山括弧 = bra, U+2329 ISOtech -->
// <!-- lang は U+003C 'less than' または U+2039 'single left-pointing angle quote と同じ文字ではありません
// マーク' -->
{"rang", "9002"}, // 右向きの山括弧 = ket, U+232A ISOtech -->
// <!-- rang は U+003E 'より大きい' または U+203A と同じ文字ではありません
// '右向きの単一の山引用符' -->
// <!-- 幾何学的形状 -->
{"loz", "9674"}, // 菱形、U+25CA ISOpub -->
// <!-- その他のシンボル -->
{"spades", "9824"}, // 黒スペードスーツ、U+2660 ISOpub -->
// <!-- ここでの黒は、空洞ではなく、満たされていることを意味するようです -->
{"clubs", "9827"}, // 黒のクラブスーツ = シャムロック、U+2663 ISOpub -->
{"hearts", "9829"}, // 黒のハートのスーツ = バレンタイン、U+2665 ISOpub -->
{"diams", "9830"}, // ブラックダイヤモンドスーツ、U+2666 ISOpub -->
// <!-- ラテン拡張-A -->
{"OElig", "338"}, // -- ラテン大文字合字 OE,U+0152 ISOlat2 -->
{"oelig", "339"}, // -- ラテン小文字合字 oe、U+0153 ISOlat2 -->
// <!-- 合字は誤った名称です。これは一部の言語では別の文字です -->
{"Scaron", "352"}, // -- ラテン大文字 S とキャロン、U+0160 ISOlat2 -->
{"scaron", "353"}, // -- キャロン付きラテン小文字 s、U+0161 ISOlat2 -->
{"Yuml", "376"}, // -- 分音記号付きラテン大文字 Y、U+0178 ISOlat2 -->
// <!-- スペース修飾文字 -->
{"circ", "710"}, // -- 修飾文字サーカムフレックスアクセント、U+02C6 ISOpub -->
{"tilde", "732"}, // 小文字のチルダ、U+02DC ISOdia -->
// <!-- 一般的な句読点 -->
{"ensp", "8194"}, // en スペース、U+2002 ISOpub -->
{"emsp", "8195"}, // emスペース、U+2003 ISOpub -->
{"thinsp", "8201"}, // 細いスペース、U+2009 ISOpub -->
{"zwnj", "8204"}, // ゼロ幅非結合子、U+200C NEW RFC 2070 -->
{"zwj", "8205"}, // ゼロ幅ジョイナー、U+200D NEW RFC 2070 -->
{"lrm", "8206"}, // 左から右へのマーク、U+200E NEW RFC 2070 -->
{"rlm", "8207"}, // 右から左へのマーク、U+200F NEW RFC 2070 -->
{"ndash", "8211"}, // エンダッシュ、U+2013 ISOpub -->
{"mdash", "8212"}, // em ダッシュ、U+2014 ISOpub -->
{"lsquo", "8216"}, // 左一重引用符、U+2018 ISOnum -->
{"rsquo", "8217"}, // 右一重引用符、U+2019 ISOnum -->
{"sbquo", "8218"}, // 単一低位 9 引用符、U+201A NEW -->
{"ldquo", "8220"}, // 左二重引用符、U+201C ISOnum -->
{"rdquo", "8221"}, // 右二重引用符、U+201D ISOnum -->
{"bdquo", "8222"}, // 二重の低位 9 引用符、U+201E NEW -->
{"dagger", "8224"}, // 短剣, U+2020 ISOpub -->
{"Dagger", "8225"}, // 二重の短剣、U+2021 ISOpub -->
{"permil", "8240"}, // パーミル記号、U+2030 ISOtech -->
{"lsaquo", "8249"}, // 単一の左向きの角引用符、U+2039 ISO 提案 -->
// <!-- lsaquo は提案されていますが、まだ ISO 標準化されていません -->
{"rsaquo", "8250"}, // 右向きの単一の角引用符、U+203A ISO 提案 -->
// <!-- rsaquo は提案されていますが、まだ ISO 標準化されていません -->
{"euro", "8364"}, // -- ユーロ記号、U+20AC NEW -->
};