특수 HTML 기호에 문제가있는 경우 ‘ — 등

Question

Jsoup를 통과하는 HTML (String)이 있으므로 모든 href 및 src 특성에 추가 할 수 있습니다. 그러나 일부 특수 HTML 문자의 경우 Jsoup가 그 문자를 “에서 실제 문자 “으로 변환하고 있음을 알았습니다. 전후에 값을 출력하고 그 변화를 봅니다.

하기 전에 :

THIS — IS A “TEST”. 5 > 4. trademark: ™ 

후 :

THIS — IS A “TEST”. 5 > 4. trademark: ? 

도대체 무슨 일이야? 나는 이것을 피하기 위해 Jsoup 물건 이전에 특수 문자를 HTML 엔티티로 특별히 변환하고있었습니다. 따옴표는 실제 따옴표로 변경되고,보다 큼은 같았으며 상표는 물음표로 변경되었습니다. 아아아아.

참고로, 내 Jsoup 코드는하고있다 : 어떤 도움

Document document = Jsoup.parse(fileHtmlStr); 
//some stuff 
String modifiedFileHtmlStr = document.html(); 

감사합니다!

Answer 1

아래 코드는 입력 마크 업과 유사합니다. 특정 문자의 이스케이프 모드를 변경하고 유니 코드를 지원하지 않는 시스템의 TM 기호를 이스케이프하도록 ASCII 모드를 설정합니다.

출력 :

<p>THIS &mdash; IS A &ldquo;TEST&rdquor;&period; 5 &gt; 4&period; trademark&colon; &#x99;</p> 

코드 :

Document doc = Jsoup.parse("" + 
    "<p>THIS &mdash; IS A &ldquo;TEST&rdquo;. 5 &gt; 4. trademark: &#153;</p>"); 

Document.OutputSettings settings = doc.outputSettings(); 

settings.prettyPrint(false); 
settings.escapeMode(Entities.EscapeMode.extended); 
settings.charset("ASCII"); 

String modifiedFileHtmlStr = doc.html(); 

System.out.println(modifiedFileHtmlStr);