Java 带有数字字符引用的JSoup编码问题
我们正在做以下工作：Java 带有数字字符引用的JSoup编码问题,java,character-encoding,jsoup,Java,Character Encoding,Jsoup,我们正在做以下工作： 使用指定的编码打开文件的读取器 读入每一行，将其解析为CSV 对于CSV数据中的某些列，将其传递给JSoup以清除HTML，如下所示： public String apply(@Nullable String input) { Document document = Jsoup.parse(input); return document.text(); } 这非常有效，除了在存在的情况下，例如 。似乎正在发生的事情是，由于我们必须在弄清楚编码之
public String apply(@Nullable String input) {
Document document = Jsoup.parse(input);
return document.text();
}
。似乎正在发生的事情是，由于我们必须在弄清楚编码之后执行JSoup调用（以使CSV解析工作），当JSoup开始将硬编码字节转换为字符时，我们使用的字符集是错误的。字节160（0xa0）在windows-1252中是不间断的空格，但不是有效的Unicode字符，因此当JSoup用字节替换数字字符引用时，会给我们提供错误数据
有办法解决这个问题吗？它需要为JSoup提供一个数字字符引用的“源代码编码”或类似的东西。在text（）之前尝试调用以下命令：
有关更多输出设置，请参见。尝试在text（）之前调用以下命令：
有关更多输出设置，请参见。原来我很困惑-问题在于其他方面。不过，这听起来像是对原始问题的正确答案。关于API的一个问题-这实际上不是一个输出设置，而是一个输入编码的问题，对吗？结果我很困惑-问题是其他的。不过，这听起来像是对原始问题的正确答案。关于API的一个问题——这实际上不是一个输出设置，而是一个输入编码的问题，对吗？
document.outputSettings().charset("windows-1252");