java - jsoup 输出编码问题

Question

我正在使用 JSoup 来解析一个 gb2312 字符集页面: http://vars.sinaapp.com/u/t/jsoup_output_encoding_issue.html

源代码:

String testURL="http://vars.sinaapp.com/u/t/jsoup_output_encoding_issue.html";
Document doc=Jsoup.connect(testURL).get();          
System.out.println(
    doc.select("div").html()
);

这给出了以下输出:

1:? 2:� 3:� 4:—

我想得到相同的页面源代码:

1:· 2:慒 3:啰 4:—

有什么办法可以做到这一点吗？

Answer 1

尝试设置 doc.outputSettings().escapeMode(EscapeMode.xhtml)或更改输出 charset打印前。

另见(微不足道的)documentation for EscapeMode .