首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用charset解析HTML文件

使用charset解析HTML文件
EN

Stack Overflow用户
提问于 2014-02-23 21:26:20
回答 1查看 1.6K关注 0票数 2

我在特殊角色和charset = iso-8859-1上遇到了麻烦。我在这里使用的代码在UTF-8中运行得很好,所以我不明白我做错了什么。

以下是代码:

代码语言:javascript
复制
File input = new File("/users/marcioapf/example.html");
Document doc = Jsoup.parse(input, "iso-8859-1", "");
Elements elements = doc.select("span.DEPUTADO")  ;
System.out.println(elements.toString());

这是输出:

代码语言:javascript
复制
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Jo&atilde;ozinho Pereira</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Isnaldo Bulh&otilde;es</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Antonio Albuquerque</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Jeferson Morais</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">In&aacute;cio Loiola</span> 

应该是这样的:

代码语言:javascript
复制
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Joãozinho Pereira</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Isnaldo Bulhões</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Antonio Albuquerque</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Jeferson Morais</span> 
<span style="margin-left: 8px; width: auto !important;" class="DEPUTADO">Inácio Loiola</span>

我怎样才能修好它?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2014-02-24 09:22:20

使用EscapeMode.xhtml将为您提供没有实体的输出。试试这段代码

代码语言:javascript
复制
  File input = new File("/users/marcioapf/example.html");
  Document doc = Jsoup.parse(input, "iso-8859-1", "");
  doc.outputSettings().escapeMode(EscapeMode.xhtml);
  Elements elements = doc.select("span.DEPUTADO")  ;
  System.out.println(elements.toString());
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/21974758

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档