java - JSoup 似乎忽略了字符代码？

Question

我正在用 Java 构建一个类似于 CMS 的小型应用程序，它采用带有衬衫名称/描述的 .txt 文件，并将名称/描述加载到 customShirts 的 ArrayList(我制作的小类)中。然后，它遍历 ArrayList，并使用 JSoup 解析模板 (template.html) 并将衬衫的独特细节插入到 HTML 中。最后，它将每件衬衫抽出到输出文件夹中自己的 HTML 文件中。

当描述加载到 customShirts 的 ArrayList 时，我将所有特殊字符替换为适当的字符代码，以便它们可以正确显示(例如，将撇号替换为 ')。问题是，我注意到 JSoup 似乎会自动将字符代码转换为实际字符，这是一个问题，因为我需要输出可显示(这需要字符代码)。我能做些什么来解决这个问题吗？我查看了其他解决方法，例如:Jsoup unescapes special characters ，但他们似乎需要在使用 replaceAll 插入之前解析文件，而我使用 JSoup 插入字符代码敏感文本，这似乎并没有使它成为一个选项。

下面是我制作的 HTML 生成器的代码:

public void generateShirtHTML(){

    for(int i = 0; i < arrShirts.size(); i++){

        File input = new File("html/template/template.html");
        Document doc = null;
        try {
            doc = Jsoup.parse(input, "UTF-8", "");
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
            }

        Element title = doc.select("title").first();
        title.append(arrShirts.get(i).nameToCapitalized());

        Element headingTitle = doc.select("h1#headingTitle").first();
        headingTitle.html(arrShirts.get(i).nameToCapitalized());

        Element shirtDisplay = doc.select("p#alt1").first();
        shirtDisplay.html(arrShirts.get(i).name);

        Element descriptionBox = doc.select("div#descriptionbox p").first();
        descriptionBox.html(arrShirts.get(i).desc);
        System.out.println(arrShirts.get(i).desc);

        PrintWriter output;
        try {
            output = new PrintWriter("html/output/" + arrShirts.get(i).URL);
            output.println(doc.outerHtml());
            //System.out.println(doc.outerHtml());
            output.close();
        } catch (FileNotFoundException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }

        System.out.println("Shirt " + i + " HTML generated!");

    }

}

提前致谢!

Answer 1

扩展一下我的评论(因为斯蒂芬鼓励我..)，你可以使用

doc.outputSettings().escapeMode(Entities.EscapeMode.extended);

告诉 Jsoup 转义/编码输出中的特殊字符，例如。左双引号 (“) 作为 “。要使 Jsoup 对所有 特殊字符进行编码，您可能还需要添加

doc.outputSettings().charset("ASCII");

为了保证所有的Unicode特殊字符都会被HTML编码。

对于必须将数据填充到 HTML 文件中的大型项目，您可以考虑使用模板引擎，例如 Thymeleaf - 它更容易用于这种工作(更少的代码等)，并且它提供了更多专门用于此过程的功能。对于小型项目(如您的项目)，Jsoup 非常好(我过去就是这样使用的)，但对于更大(甚至更小)的项目，您需要研究一些更专业的工具。