HTML Sonderzeichen in Unicode wandeln

[Semerzo]

Hallo zusammen,

Die Frage habt ihr sicherlich schonmal gehört, allerdings habe ich sie hier so im Forum noch nicht gefunden:

Ich habe eine Textdatei, in deren Inhalt Sonderzeichen HTML-kodiert sind. Bisher bin ich mit der Suche nach einem Parser gescheitert:

Ich bin wohnhaft in der Universit a & d i e ; tsstra& s z l i g ;e.

Aus dem obigen Text soll Unicode werden. Sprich:

Ich bin wohnhaft in der Universitätsstraße.

Edit: Die Leerzeichen mussten sein, mein Browser hat die Zeichen sonst interpretiert ^^

Mitlerweile bin ich schon über die Klassen

• java.io.FileOutputStream
• java.iutputStreamWriter

gestolpert, konnte aber noch nicht das richtige encoding ausmachen.

Habt ihr da eine Idee?

 

[Slava]

so viele sonderzeichen gibt es eigentlich nicht.
schau mal die methode replaceAll von String die muss dir weiter helfen

 

[Guest]

*hust* ja, die Methode kenn ich und will sie vermeiden.

Ich schau mir das hier noch an:
http://java.sun.com/products/jfc/tsc/articles/bookmarks/

Wenn das nicht hilft, mach ichs eben per Hand.

 

[Roar]

so viele sonderzeichen gibt es eigentlich nicht.

einige -zig, davon abgesehen dass man mit spezieller formatierung (&xXXXX oder so auch alle unicode zeichen darstellen kann...

@fragesteller: dashat nüscht mit dem encoding zu tun. entweder EscapeUtils oder so aus den jakarta commons benutzen doer selbst schreiben.

 

[Slava]

wenn du es von hand machst
de.selfhtml.org/html/allgemein/zeichen.htm
da ist tabelle mit sonderzeichen

 

[Bleiglanz]

http://jakarta.apache.org/commons/lang/userguide.html#lang.*