如何使用Jsoup删除硬空格？

java jsoup

2022-09-03 18:27:29

我正在尝试删除硬空格（从HTML中的实体中删除）。我不能用或等删除它！我不明白。 .trim().replace(" ", "")

我甚至在Stackoverflow上找到了尝试，但也没有工作。\\u00a0

我试过这个（因为返回实际的硬空格字符，U + 00A0）：text()

System.out.println( "'"+fields.get(6).text().replace("\\u00a0", "")+"'" ); //'94,00 '
System.out.println( "'"+fields.get(6).text().replace(" ", "")+"'" ); //'94,00 '
System.out.println( "'"+fields.get(6).text().trim()+"'"); //'94,00 '
System.out.println( "'"+fields.get(6).html().replace("&nbsp;", "")+"'"); //'94,00' works

但是我不明白为什么我不能用..text()

答案 1

你的第一次尝试非常接近它，你说得很对，Jsoup映射到U + 00A0。你只是不想在字符串中使用双反斜杠： 

System.out.println( "'"+fields.get(6).text().replace("\u00a0", "")+"'" ); //'94,00'
// Just one ------------------------------------------^

replace不使用正则表达式，因此您不会尝试将文字反斜杠传递到正则表达式级别。您只想在字符串中指定字符 U+00A0。

答案 2

该问题已经过编辑，以反映真正的问题。

新答案;硬空间，即。实体（Unicode 字符 NO-BREAK 空格 U+00A0）在 Java 中可以由代码变为的字符表示，其中字符串是从方法获取的\u00a0,strtext()

str.replaceAll ("\u00a0", "");

旧答案;使用 JSoup 库，

import org.jsoup.parser.Parser;

String str1 = Parser.unescapeEntities("last week,&nbsp;Ovokerie Ogbeta", false);
String str2 = Parser.unescapeEntities("Entered&nbsp;&raquo; Here", false);
System.out.println(str1 + " " + str2);

打印输出：

last week, Ovokerie Ogbeta Entered » Here