在爬取京东评论时，复制html内容，发现文本中有些空格的宽度没见过。后来用htmlParser解析html页面时，发现这些空格都被替换为　。
12288是Unicode编码，&#表示宋体，　就表示一个汉字的宽度，在浏览器中就显示为一个汉字宽度的空格。
本文共 192 字，大约阅读时间需要 1 分钟。
在爬取京东评论时，复制html内容，发现文本中有些空格的宽度没见过。后来用htmlParser解析html页面时，发现这些空格都被替换为　。
12288是Unicode编码，&#表示宋体，　就表示一个汉字的宽度，在浏览器中就显示为一个汉字宽度的空格。
转载于:https://www.cnblogs.com/xyqhello/p/3682038.html