java - 停止 Jsoup 编码

Question

我正在尝试使用 JSoup 解析包含以下文本的 URL Ætterni：. 解析文档后，相同的字符串如下所示：Ætterni.

如何防止这种形式发生？我希望文档 1:1 完全一样。

代码：

doc = Jsoup.connect(url).get();
String docEncoding=doc.outputSettings().charset().name();
OutputStreamWriter writer = new OutputStreamWriter(new FileOutputStream(localLink),docEncoding);
writer.write(doc.html());
writer.close();

Answer 1

用于 doc.outputSettings().escapeMode(EscapeMode.xhtml); 避免实体转换。

Answer 2

你似乎没有以任何方式利用 Jsoup 的力量。我只是使用java.net.URL. 这样您就有了响应的 1:1 副本。

InputStream input = new URL(url).openStream();
OutputStream output = new FileOutputStream(localLink);
// Now copy input to output the usual Java IO way.

你不应该使用/Reader因为Writer这可能会使未知编码的源字符格式错误，因为将使用平台默认编码。