jsoup解析html标签属性
[英]jsoup parse html tag attribute
问题描述
For Example: 
例如：
<html>
<head></head>
<body sometag='"'></body>
</html>
When I use Jsoup to parse this html like: 当我使用Jsoup解析此类html时：
Document doc = Jsoup.parse(html);
doc.outputSettings().prettyPrint(false);
System.out.println(doc.toString());
It will become 它将成为
<html>
<head></head>
<body sometag="""></body>
</html>
Take notice of the ' and " , I dont't want it parsing ' and " ,I just need it to get some text is there any way to avoid jsoup parsing this. 注意'和'，我不希望它解析'和'，我只需要它来获取一些文本，有什么方法可以避免jsoup解析它。 thanks a lot 非常感谢
2 个解决方案
解决方案1
0 2018-02-08 06:20:19
Just don't use an HTML parser. 只是不要使用HTML解析器。 Use an XML parser instead. 请改用XML解析器。
Document doc = Jsoup.parse(html, "", Parser.xmlParser());
解决方案2
0 2018-02-08 11:25:47
So I've played around a little bit with different String escaping and the easiest way to achieve this is to do the following: 因此，我在使用不同的字符串转义时做了一些尝试，而实现此目的的最简单方法是执行以下操作：
Though this may not be what you after but we'll see. 尽管这可能不是您追求的目标，但我们会看到的。
String html = "<html> <head> </head> <body sometag='\"'> </body> </html>";
Document doc = Jsoup.parse(html);
doc.outputSettings().escapeMode(Entities.EscapeMode.xhtml);
System.out.println( StringEscapeUtils.unescapeXml( doc.toString() ) );
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.