メタキャラクタのエスケープについて

質問

がんばって調べているんですが、わからないので質問します。

HTMLでのメタキャラクタ（「<」「>」「&」「"」など）を
エスケープしたいんですが、うまくいきません。

試した内容は、こんな感じです。

Stringクラスのreplace(char oldChar, char newChar)
を使えば、上手くいくかなと思ったのですが、文字列の
長さが変わってしまう為、使えませんでした。
1文字と1文字の変換だとうまく行くのですが、今回の
場合、1文字を４文字に変換したい為、使えません＾＾；
< →　&lt;

次に考えたのが、文字列のバッファの長さを増やせる
Stringbufferクラスの
replace(int start, int end, String str)
だと、位置を指定しなければならなくて、どうやったら
良いのかわかりません。

みなさん、どのようにしているのでしょうか？
考え方、サンプルなどありましたら、アドバイスお願いします。

回答No.1

a-kuma · ベストアンサー

> Stringbufferクラスの
> replace(int start, int end, String str)
> だと、位置を指定しなければならなくて、どうやったら
> 良いのかわかりません。

位置は探してゆけば良いですね。例えば、こんな感じ。

StringBuffer buf = new StringBuffer(対象の文字列);
for (int i = 0 ; i < buf.length() ; ++i) {
　if ( buf.charAt(i) == '<' ) {
　　buf.replace(i, i+1, "&lt;");
　　i += 3;
　}
}

もっとスマートな解が在りそうな気がするので、自信無しとして置きます　(^^;

標準の範囲を超えてしまいますが、参考URLのようなライブラリを使えればメソッド一発ですね。

参考URL：

http://www.ingrid.org/jajakarta/regexp/jakarta-regexp-1.2/doc-jp/api/org/apache/regexp/RE.html

お礼

補足部分で、足りない部分と、間違いがあったので、
お礼に書かせてもらいます。
あわてんぼうで、すいません＾＾；

String str = "<script>test</script>犬&猫<a href=\"http://www.aaa.com\">AAAA</a>";
StringBuffer sb = new StringBuffer(str);

try{
　for(int i = 0 ; i < sb.length() ; ++i){
　　if(sb.charAt(i)=='<'){
　　　sb.replace(i, i+1,"&lt;");
　　　i+=3;
　　}
　　if(sb.charAt(i)=='>'){
　　　sb.replace(i, i+1,"&gt;");
　　　i+=3;
　　}
　　if(sb.charAt(i)=='&'){
　　　sb.replace(i, i+1,"&amp;");
　　　i+=4;
　　}
　　if(sb.charAt(i)=='\''){
　　　sb.replace(i, i+1,"&apos;");
　　　i+=5;
　　}
　　if(sb.charAt(i)=='\"'){
　　　sb.replace(i, i+1,"&quot;");
　　　i+=5;
　　}
　}
}catch(IndexOutOfBoundsException ex){
}

補足

素早いご回答ありがとうございます。

考え方がすごいわかりやすかったです。
そして、さらに質問になりますが、「i+=3」の部分
なんですが、「&lt;」って４文字なんで、「i+=4」
にならないのでしょうか？
微妙に混乱しています＾＾；

また、色々なメタキャラクタをエスケープするように
作ってみました。現在、「クロスサイトスクリプティング」に
ついて対策を考えているのですが、ひとつわからない事が
あります。

「<」「>」「&」「"」の四つの文字については、
エスケープに成功しました。しかし、「'」（シングル
クォーテーション）だけは、エスケープできません。
画面に「&apos;」と出てしまいます。（IE5.5で確認）
シングルクォーテーションのエスケープの仕方が間違って
いるんでしょうか？
それとも、シングルクォーテーションは、普通エスケープ
しないのでしょうか？
クロスサイトスクリプティングの場合は、シングルクォーテーション
は、エスケープしなくても良いのでしょうか？

かなりたくさん、質問となってしまいますので、ご存知
の部分だけでもわかりましたら、よろしくお願いします。

あと、作成したソースを載せますので、書き方などの
注意もありましたら、よろしくお願いします。

try{
for(int i = 0 ; i < sb.length() ; ++i){
if(sb.charAt(i)=='<'){
sb.replace(i, i+1,"&lt;");
i+=3;
}
if(sb.charAt(i)=='>'){
sb.replace(i, i+1,"&gt;");
i+=3;
}
if(sb.charAt(i)=='&'){
sb.replace(i, i+1,"&amp;");
i+=4;
}
if(sb.charAt(i)=='\''){
sb.replace(i, i+1,"&apos;");
i+=5;
}
if(sb.charAt(i)=='<'){
sb.replace(i, i+1,"&quot;");
i+=5;
}
}
}catch(IndexOutOfBoundsException ioobe){
}

回答No.3

noname#16216

個人的にＨＴＭＬタグを変換する機会が多いので、以下のような関数を
持ったクラスを作って利用してます。

単純にif～elseになるべきところを、switchを使っているだけですが。。。

static public String replaceTag(String argOriginalStr) {
　StringBuffer returnStr = new StringBuffer();

　for (int i = 0; i < argOriginalStr.length(); i++) {
　　char ch = argOriginalStr.charAt(i);
　　　switch(ch) {
　　　　case '<':
　　　　　returnStr.append("&lt;");
　　　　　break;

　　　　case '>':
　　　　　returnStr.append("&gt;");
　　　　　break;

　　　　default:
　　　　　returnStr.append(ch);
　　　　　break;
　　　}
　　}
　　return new String(returnStr);
　}

お礼

ご回答ありがとうございます。

switchで条件分岐するやり方もありましたね！
ほんと、勉強になります。
if文は、結構使用しますが、switch文は、if文に
比べると使用頻度が少なく思います。
ちょっと忘れ気味でした。

回答No.2

a-kuma

> そして、さらに質問になりますが、「i+=3」の部分
> なんですが、「&lt;」って４文字なんで、「i+=4」
> にならないのでしょうか？

for() で +1 されるので、+=3 としています。考え方は４文字だから４増やすで良いです。

> しかし、「'」（シングル
> クォーテーション）だけは、エスケープできません。

「お礼」にあったソースで良いと思いますけどね。シングルクォートもきちんと変換できますよね。

ただ、StringBuffer#replace() で置換した後の i を増やすところでは、";" を指しているので、
if の連続ではなく、if ～ else if と続けた方が良いかも。これでも大丈夫ですけど。

お礼

またまた、回答ありがとうございます。

>for() で +1 されるので、+=3 としています。

あっ！なるほどです。
合計４増えるんですね。
一人で考えてたら、+=4にして、失敗する所でした。

if～elseの方がいいかもしれませんね。
if～elseに変えて、使ってみたいと思います。

大変、勉強になりました。
最後まで、付き合って頂いて、感謝しております。
ありがとうございました。

「a-kuma」さんの名前は、「あ～熊さん」なのか、
「ええ熊さん」なのか、すごい気になりますが、
「ええ熊さん」だと思っておきます。
「優しい熊さん」という意味で。

すぐに締め切っても良いのですが、他の方で違った
アドバイスがあるよって人がいるかもしれませんので、
明日締め切らせていただきます。
ご了承ください＾＾