珊瑚虫~

2008-03-26

NekoHTML 处理转义字符的问题

关键字: nekohtml 中文乱码

NekoHTML在处理html文档时，如果碰到&开始的转义字符(如空格)，会出现乱码问题！

现象：

此问题在网络上多次出现，但没有解决办法，经过跟踪nekoHtml的执行，发现其处理&转义字符时需要读取org\cyberneko\html\res\HTMLlat1.properties属性文件，查找&转义字符的对应字符，但是由于某种原因，java.util.Properties类在读取此文件会产生乱码；

解决办法：

由于我提取html内容后最终还是要已html的形式在页面展示，所以对转义字符的处理并不希望在内容提取时进行，而是有浏览器在显示时做转换；所以可以将HTMLlat1.properties文件内容清空，转义字符直接是原样输出；

java.util.Properties类为什么会读出乱码还需要分析，那位大侠知道请回复哦！如空格' '的确对应\u00a0,通过字符串编码处理确实可以得到' ',但是通过Properties却读出为'?';