问jsoup将令牌错误地作为HTML标记
EN

Stack Overflow用户

提问于 2018-06-25 11:20:17

回答 1查看 124关注 0票数 0

我有一个html片段，如下所示：

<span class=#article-title#>About《About<SomeChineseChars》Blabla</span>

很抱歉，这里我使用的是拉丁文字符，因为编辑器不允许输入中文字符

当我尝试使用以下命令从该元素提取文本时

doc.select(".article-title").text();

我将最终得到以下结果：

About《About》Blabla

在调试程序之后，发现

<SomeChineseChars>

被视为HTML标记，JSoup会自动关闭该标记，如下所示

<SomeChineseChars></SomeChineseChars>

那么，如果有任何方法可以避免这种情况发生，或者如果这是一个BUG？

-=更新=-

生成dom并检查解析后的html后，输出为

谢谢你，本

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/51015884

复制

相似问题

问jsoup将令牌错误地作为HTML标记EN