JSOUP ist meine HTML

Question

Ich habe ein kleines Beispielprogramm, das einige Informationen aus einem HTML -Dokument extrahiert.

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class TestSoup {

    public static void main(String[] args) {

        String html = "<p>An <a href='http://example.com/'><b>exa&nbsp;mple</b></a> link.</p>";
        Document doc = Jsoup.parse(html);
        Element link = doc.select("a").first();

        String linkText = link.text(); // "example""
        System.out.println(linkText);

    }

}

Wenn Sie mit JSOUP gearbeitet haben, wissen Sie, dass die Ausgabe davon sein sollte exa mple Aber der Ausgang ist exaámple. Warum ist JSOUP meine HTML -Entitäten nicht richtig und mache ich das einfach falsch?

Alle meine HTML -Entitäten werden falsch und nicht nur falsch und nicht nur falsch  

Answer 1

JSOUP funktioniert korrekt, Sie haben ein Problem mit der Ausgangscodierung.

In Windows, Zeichenkodierung von Konsole (von der Konsole verwendet (CP437 in Ihrem Fall) ist nicht dasselbe wie die Systemcodierung (Windows-1252 in Ihrem Fall). System.out.println() gibt Ihre Zeichenfolge in der Systemstandkodierung aus, daher wird sie in der Konsole falsch angezeigt.

In Java 1.6 können Sie es versuchen System.console() stattdessen:

System.console().writer().println(linkText);