Jsoup解析Html踩坑问题

Jsoup在解析Html时，转换的空格存在以下问题

1. 普通空格

 char c = 12288;

在html文件中的 空格 会被解析为 全角空格，全角空格在unicode编码中的码值时12288，而正常的space空格在uncoide中的码值时32，这里在转换时要注意。

2. No-Break-Space 空格

No-Break-Space 的简写为nbsp,这个字符就对应了html内的&nbsp空格，这个空格和普通的32空格是完全一样的，没有任何区别，但是在进行例如 startWith(" “) endsWith(” ")等方法时 空格都是半角空格，所以此时一定要注意。

去除一个字符串全部空格的方法

    protected static String trimAllBlank(String text) {
        if (isEmpty(text)) {
            return "";
        }
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < text.length(); i++) {
            char charAt = text.charAt(i);
            int intCode = (int) charAt;
            if (blankCode.contains(intCode)) {
                sb.append("");
            } else {
                sb.append(charAt);
            }
        }
        text = sb.toString();
        return text;
    }

去除一个字符串首尾空格的方法

    //去除前后空格
    protected static String trimHeadAndTailBlank(String tdText) {
        if (isEmpty(tdText)) {
            return "";
        }
        while (tdText.length() > 0) {
            char c = tdText.charAt(0);
            //判断第一个字符是否是空格
            if (blankCode.contains((int) c)) {
                //删除第一个空格
                tdText = tdText.substring(1);
            } else {
                break;
            }
        }

        while (tdText.length() > 0) {
            char c = tdText.charAt(tdText.length() - 1);
            //判断第一个字符是否是空格
            if (blankCode.contains((int) c)) {
                //删除第一个空格
                tdText = tdText.substring(0, tdText.length() - 1);
            } else {
                break;
            }
        }

        return tdText;
    }