我需要从这样的节点中提取文本：
<div>
Some text <b>with tags</b> might go here.
<p>Also there are paragraphs</p>
More text can go without paragraphs<br/>
</div>
我需要建立：
Some text <b>with tags</b> might go here.
Also there are paragraphs
More text can go without paragraphs
Element.text只返回 div 的所有内容。Element.ownText- 不在子元素内的所有内容。两者都是错误的。遍历children忽略文本节点。
是否有办法迭代元素的内容以接收文本节点。例如
Element.children()返回一个Elements对象 - Element对象的列表。查看父类Node，您将看到允许您访问任意节点的方法，而不仅仅是元素，例如Node.childNodes()。
public static void main(String[] args) throws IOException {
String str = "<div>" +
" Some text <b>with tags</b> might go here." +
" <p>Also there are paragraphs</p>" +
" More text can go without paragraphs<br/>" +
"</div>";
Document doc = Jsoup.parse(str);
Element div = doc.select("div").first();
int i = 0;
for (Node node : div.childNodes()) {
i++;
System.out.println(String.format("%d %s %s",
i,
node.getClass().getSimpleName(),
node.toString()));
}
}
结果：
1 个文本节点 一些文字 2 元素<b>带标签</b> 3 TextNode 可能会放在这里。 4元素<p>还有段落</p> 5 TextNode 更多文字可以不用段落 6元素<br/>
for (Element el : doc.select("body").select("*")) {
for (TextNode node : el.textNodes()) {
node.text() ));
}
}
假设您只想要文本（没有标签），我的解决方案如下。
输出是：
一些带有标签的文本可能会出现在这里。还有段落。更多文本可以不带段落
public static void main(String[] args) throws IOException {
String str =
"<div>"
+ " Some text <b>with tags</b> might go here."
+ " <p>Also there are paragraphs.</p>"
+ " More text can go without paragraphs<br/>"
+ "</div>";
Document doc = Jsoup.parse(str);
Element div = doc.select("div").first();
StringBuilder builder = new StringBuilder();
stripTags(builder, div.childNodes());
System.out.println("Text without tags: " + builder.toString());
}
/**
* Strip tags from a List of type <code>Node</code>
* @param builder StringBuilder : input and output
* @param nodesList List of type <code>Node</code>
*/
public static void stripTags (StringBuilder builder, List<Node> nodesList) {
for (Node node : nodesList) {
String nodeName = node.nodeName();
if (nodeName.equalsIgnoreCase("#text")) {
builder.append(node.toString());
} else {
// recurse
stripTags(builder, node.childNodes());
}
}
}
您可以为此目的使用 TextNode：
List<TextNode> bodyTextNode = doc.getElementById("content").textNodes();
String html = "";
for(TextNode txNode:bodyTextNode){
html+=txNode.text();
}