在不更改XML的情况下解析Java中包含HTML实体的XML文件

为此，我将使用像Jsoup这样的库。我在下面测试了以下内容，并且可以正常工作。我不知道这是否有帮助。可以在这里找到：http

//jsoup.org/download

public static void main(String args[]){

String html = "<?xml version="1.0" encoding="UTF-8"?><foo>" +    "<bar>Some&nbsp;text &mdash; invalid!</bar></foo>";document doc = Jsoup.parse(html, "", Parser.xmlParser());for (Element e : doc.select("bar")) {    System.out.println(e);}

}

结果：

<bar> Some&nbsp;text — invalid!</bar>

从文件加载可以在这里找到：

http://jsoup.org/cookbook/input/load-document-from-
file