Substituir códigos HTML por caracteres equivalentes em Java [duplicado]

Question

Feb 21, 2013, 10:31 AM

Substituir códigos HTML por caracteres equivalentes em Java [duplicado]

Esta questão já tem uma resposta aqui:

Java: Como retirar as entidades de caracteres HTML em Java? 10 respostas

Atualmente estou trabalhando na conversão de códigos HTML com caracteres equivalentes em java. Eu preciso converter o código abaixo para caracteres.

&#x00E8; - è
&#xAE;   - ®
&#x0026; - &
&#x00F1; - ñ
&#x26;   - &

Eu tentei usar o padrão regex

(&#x)([\\d|\\w]*)([\\d|\\w]*)([\\d|\\w]*)([\\d|\\w]*)(;)

Quando eu depurarmatcher.find() me dátrue mas o controle pula o loop onde eu escrevi o código para conversão. Não sei o que está acontecendo lá.

Além disso, existe alguma maneira de otimizar este regex?

Qualquer ajuda é apreciada.

Exceção

java.lang.NumberFormatException: For input string: "x26"
      at java.lang.NumberFormatException.forInputString(Unknown Source)
      at java.lang.Integer.parseInt(Unknown Source)
      at java.lang.Integer.parseInt(Unknown Source)
      at org.apache.commons.lang.Entities.unescape(Entities.java:683)
      at org.apache.commons.lang.StringEscapeUtils.unescapeHtml(StringEscapeUtils.java:483)