Jsoup在解析时将unicode实体转换为html实体

Question

我有一个像下面这样的字符串

String input="<div class="prov2Txt">(2)&#x00a0;&#x00a0;Notwithstanding anything in any other written law and notwithstanding the making of an oath or declaration of secrecy, a person shall not be guilty of an offence by reason of anything done by him for the purposes of section&#x00a0;6.</div>";

我正在使用 JSOUP 解析它，然后 Jsoup 将所有 Unicode 实体（&#x00a0）删除到 html 实体。

Document d = Jsoup.parse(input);
d.outputSettings(new Document.OutputSettings().prettyPrint(false));

此代码将 &#x00a0 转换为其等效的 HTML 实体。

现在我想在解析输入字符串后保留所有 unicode 实体。

Answer 1

xhtml 转义模式可能适合你的需要：

d.outputSettings(new Document.OutputSettings().escapeMode(EscapeMode.xhtml).prettyPrint(false));

它将&#x00a0 变成 。