Jsoup czysty metoda pozostawia elementy

Question

Próbowałem przy użyciu tego kodu, aby oczyścić mój tekst w całości z elementów HTML:

Jsoup.clean(preparedText, Whitelist.none()) 

Niestety nie usuwają   elementy. Myślałem, że zastąpi to białą spacją, tak samo jak zastąpi ona · środkową kropką ("& middot;").

Czy należy użyć innej metody w celu uzyskania tej funkcji?

Answer 1

Z Jsoup docs:

Whitelists określić co HTML (elementy i atrybuty), aby umożliwić poprzez sprzątaczka. Cała reszta jest usunięta.

Tak więc biała lista dotyczy jedynie znaczników i atrybutów.   nie jest ani tagiem, ani atrybutem. Jest to po prostu kodowanie html dla znaku specjalnego. Jeśli chcesz przetłumaczyć z kodowaniem do normalnego tekstu można użyć na przykład doskonała apache commons lang library lub użyj Jsoup unescapeEntities method:

System.out.println(Parser.unescapeEntities(doc.toString(), false)); 

Uzupełnienie:

Translacja z · do „·” już się dzieje, gdy parsujesz HTML. Wydaje się, że nie ma to związku z czystą metodą.