Java jSoup isn'；我不能正确地删除HTML实体

我有一个从HTML文档中提取一些信息的小示例程序

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class TestSoup {

    public static void main(String[] args) {

        String html = "<p>An <a href='http://example.com/'><b>exa&nbsp;mple</b></a> link.</p>";
        Document doc = Jsoup.parse(html);
        Element link = doc.select("a").first();

        String linkText = link.text(); // "example""
        System.out.println(linkText);

    }

}

import org.jsoup.*；
导入org.jsoup.nodes.Document；
导入org.jsoup.nodes.Element；
公共类测试汤{
公共静态void main（字符串[]args）{
字符串html=“链接。
”；
Document doc=Jsoup.parse（html）；
Element link=doc.select（“a”）.first（）；
字符串linkText=link.text（）；/“示例”
System.out.println（linkText）；
}
}

如果你使用过jSOup，你就会知道它的输出应该是

example

，但是输出是

example

。为什么jSOup没有正确地删除我的HTML实体，或者我只是做错了

---

我所有的HTML实体都被错误地取消扫描，不仅

jSoup工作正常，而且输出编码也有问题

在Windows中，console使用的字符编码（

CP437

在您的情况下）与系统编码（

Windows-1252

在您的情况下）不同。

system.out.println（）

以系统默认编码输出字符串，因此它在console中显示不正确

在Java 1.6中，您可以尝试使用

System.console（）

：

System.console().writer().println(linkText); 

---

jSoup工作正常，但输出编码有问题

在Windows中，console使用的字符编码（

CP437

在您的情况下）与系统编码（

Windows-1252

在您的情况下）不同。

system.out.println（）

以系统默认编码输出字符串，因此它在console中显示不正确

在Java 1.6中，您可以尝试使用

System.console（）

：

System.console().writer().println(linkText);