我想在使用JSoup时保留html实体。这是来自网站的utf-8测试字符串：
String html = "<html><body>hello — world</body></html>";
String parsed = Jsoup.parse(html).toString();
如果在utf-8中打印已解析的输出，则序列＆amp;＃151看起来会转换为代码点值为151的字符。
当输出为utf-8时，有没有办法让JSoup保留原始实体？如果我输出ascii编码：
Document.OutputSettings settings = new Document.OutputSettings();
settings.charset(Charset.forName("ascii"));
Jsoup.parse(html).outputSettings(settings).toString();
我会得到：
hello — world
这就是我正在寻找的。
答案 0 :(得分：0)
你已经找到了Jsoup缺失的功能（截至撰写Jsoup 1.8.3时）。
我可以看到三个选项：
在https://github.com/jhy/jsoup上发送功能请求 我不确定你很快就会加入......
使用此SO答案中提供的解决方法：https://stackoverflow.com/a/34493022/363573
编写一个自定义NodeVisitor，它将使用代码点值将字符转回其HTML等效转义序列。