我是jsoup新手。我正在尝试清理以下 HTML 字符串。字符串 html = "<html><head><body bgcolor=\"red\"><p>sidd</p></body></html></head>";
我想保留身体标签，所以我制作了我的白名单如下
Whitelist w = Whitelist.relaxed();
w.addTags("html");
w.addTags("head");
w.addTags("body");
w.addAttributes("body","bgcolor");
输出为<p>sidd</p>. 有人可以告诉我如何在经过清理的输出中保留“body”标签吗？
您可以使用parse()- 方法：
final String html = "<html><head><body bgcolor=\"red\"><p>sidd</p></body></html></head>";
Document doc = Jsoup.parse(html); // Make shure you import 'org.jsoup.nodes.Document'
System.out.println(doc); // Output your html or whatever
输出：
<html>
<head></head>
<body bgcolor="red">
<p>sidd</p>
</body>
</html>
如果您只需要 body-tag 使用doc.select("body"). 输出：
<body bgcolor="red">
<p>sidd</p>
</body>
使用 jsoup 解析不会清理 html
有一个 body() 方法可以只给你身体：
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
public class so {
public static void main(String[] args) {
String html = "<html><head><body bgcolor=\"red\"><p>sidd</p></body></html></head>";
Document doc = Jsoup.parse(html);
System.out.println(doc.body());
}
}
输出：
<body bgcolor="red">
<p>sidd</p>
</body>