java - 如何使用 Jsoup 从 HTML 解析新行

Question

当我使用 jsoup 解析 HTML 文件时，HTML 文件中的多行文本（带< br />）显示为单行，不带新行（\n）。我如何将多行 HTML 文档解析为多行字符串？

我正在使用以下方法：Element.text()

例如：

HTML 包含在 HtMl 文件的多行中正确显示的 C 代码，但是当我获取文本数据时，所有数据都显示在一行中，没有换行符。

Answer 1

替换<br />为其他内容并返回，如下所示：

Document doc = Jsoup.connect("http://www.ejemplo.html").get(); //Here included the <br>'s
String temp = doc.html().replace("<br />", "$$$"); //$$$ instead <br>
doc = Jsoup.parse(temp); //Parse again

String text = doc.body().text().replace("$$$", "\n").toString()); //example
//I get back the new lines (\n)

Answer 2

text()Element (and TextNode) 调用的方法appendWhitespaceIfBr(...)将用空格替换每个<br />（或空格）。不幸的是，我看不到在不处理代码的情况下关闭它的机制。

但也许您可以尝试将所有<br />标签替换为Node.