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();
【问题讨论】：
使用
doc.outputSettings().escapeMode(EscapeMode.xhtml);
避免实体转换。
【讨论】：
你似乎没有以任何方式利用 Jsoup 的力量。我只是使用java.net.URL 流式传输 HTML 纯文本。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.
您应该不为此使用Reader/Writer，因为这可能会使未知编码的来源的字符变形，因为将使用平台默认编码。
【讨论】：
Writer 来保存内容。好吧，你不能阻止它对特殊字符进行编码。当 Jsoup 这样做时，你到底有什么问题？顺便说一句，Jsoup 几乎从不给html() 1:1 的副本，因为它默认添加/清理一些标签以使其成为有效的 HTML 和格式良好的 XML。