從JSOUP解析的HTML中刪除轉義的文本

Question

我正在使用包含一些元素的JSOUP解析HTML。 然而，當我打印結果doc.html（），而不是：

<script language="JavaScript"> <a href="http://www.company.com/index.htm" </a> </script> 

我越來越：

<script language="JavaScript"> &lt;a href=&quot;http://www.company.com/index.htm&quot; &lt;/a&gt; </script> 

在代碼中，我做了操作如下所示：

for (final Element src : doc.select("script")) { 
data = data.replace(someText,newText); 
src.text(data); <==== I could find this method escapes the text } 

我正在使用UTF-8字符集。

如何直接獲取未轉義的文本？ 在此先感謝！

Answer 1

嘿感謝... 我們解決使用問題：我遇到了同樣的問題

src.childNode(0).attr("data", data); 

Answer 2

使用.html()方法的所有幫助，而不是

src.html(data) 

Answer 3

。來自Apache Commons的StringEscapeUtils似乎可以做到這一點。

String html = StringEscapeUtils.unescapeHtml4(document.html()); 

國際海事組織它不是解決這一問題的最佳解決方案，但它爲我工作。