Jsoup的Charset

Question

我使用Jsoup库。

  

执行以下代码后：

Document doc = new Document(language);

File input = new File("filePath" + "filename.html");
PrintWriter writer = new PrintWriter(input, "UTF-8");

String contentType = "<%@ page contentType=\"text/html; charset=UTF-8\" %>";
doc.appendText(contentType);

writer.write(doc.toString());
writer.flush();
writer.close();

  

在输出html文件中，我收到以下文本：

<%@ page contentType="text/html; charset=UTF-8" %>

而不是

<%@ page contentType="text/html; charset=UTF-8" %>

可能是什么问题？

Answer 1

这些是转义字符，用于防止浏览器将它们视为html标记。这不是一个问题。当您通过浏览器打开页面时，它将正确呈现

Answer 2

这里有一些问题：

Document doc = new Document(language);

不要这样做。请改用Jsoup.parse(...)。

<%@ page contentType="text/html; charset=UTF-8" %>

这不是HTML，可能无法正确解析。

现在，为你的问题。你应该使用像

这样的东西

Document document = Jsoup.parse(new ByteArrayInputStream(myHtmlString.getBytes(StandardCharsets.UTF_8)), "ISO-8859-1", BaseUrl);

检查this，this和this，了解您可能需要的输出设置。