我正在使用HtmlCleaner库进行html内容提取。它工作正常，但没有什么限制。
它不能处理特殊字符，例如＆pound或引号等。对于e.x。
对于url：http://www.basicelegancefurnishings.co.uk/alaska-3-and-2-seater-sofa-setspan-classukmadespan-p-280.html，在将xpath赋予价格时，它给我“＆磅;”。代替£
我们可以在htmlcleaner中设置任何属性来处理此解决方案或任何其他解决方案。
谢谢
吉滕德拉
最佳答案
不，我不相信HtmlCleaner可以做到这一点。但是，您可以使用Apache Commons StringEscapeUtils来“取消转义” html，如下所示：
StringEscapeUtils.unescapeHtml("£679.00");
将产生
£679.00。建议您尝试使用JSoup而不是HtmlCleaner。
关于java - 处理特殊实体，例如＆nbsp; ，＆磅;在HtmlCleaner中，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/4315979/