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

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
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值