Question

我正在尝试使用包含以下文本的JSoup来填充URL：Ætterni。解析文档后，相同的字符串如下所示：Ætterni。

如何防止此表单发生？我希望文档1：1与它完全一样。

代码：

doc = Jsoup.connect(url).get();
String docEncoding=doc.outputSettings().charset().name();
OutputStreamWriter writer = new OutputStreamWriter(new FileOutputStream(localLink),docEncoding);
writer.write(doc.html());
writer.close();

Answer 1

使用 doc.outputSettings().escapeMode(EscapeMode.xhtml); 避免实体转换。

Answer 2

你似乎没有以任何方式利用Jsoup的力量。我只是使用java.net.URL流式传输HTML plain。这样您就可以获得1：1的响应副本。

InputStream input = new URL(url).openStream();
OutputStream output = new FileOutputStream(localLink);
// Now copy input to output the usual Java IO way.

您应该不使用Reader / Writer，因为这可能会使未知编码中的来源字符出错，因为将使用平台默认编码。< / p>

阻止Jsoup编码

2 个答案: