Jsoup.connect(url).get()解析html页面空格&bsp乱码问题

来源:互联网 发布:如何用excel做数据库 编辑:程序博客网 时间:2024/06/14 09:46

使用jsoup写网络爬虫时,通过Jsoup.connect(url).get()获取html页面,在解析的过程中经常出现&nbsp空格乱码问题,其他中文字符能够正常输出

下面代码给出了一个例子,解决空格乱码问题

public void parseUrl(String url) {  
       try {  
           Document doc = Jsoup.connect(url).get(); 

                    // String text = doc.select("div.txt_p").text();  没有处理&nbsp空格之前
           String text = doc.select("div.txt_p").text().replace(Jsoup.parse(" ").text(), " "); 

                   //使用replace(Jsoup.parse(" ").text(), " "); 将&nbsp替换为普通的空格

                   //div.txt_p为选择解析html页面的一个属性

                   System.out.println(text );
       } catch (IOException e) {  
           e.printStackTrace();  
       }  
   }  


0 0
原创粉丝点击