我正在开发一些实用程序，它必须遍历一组 HTML 文件并操作它们。
JSoup 在解析和处理完整的文件（即它们有<html> ... </html>标签）方面做得很好。
但是对于部分页面，即伤口包含标记的页面，
<div id="leftnav">...</div>
它解析正确，但当doc.toString()或被doc.outerHtml()调用时，它返回完整的 HTML（它将部分 HTML 内容包装在<html> <body> ... </body> </html>标签中）
这对我来说是个问题，你能告诉我 JSoup 中是否有这样的 API 不以这种方式清理/清理 HTML 内容吗？
谢谢。
您可以使用Xml 解析器：
创建一个新的 XML 解析器。此解析器假定不知道传入的标签，也不将其视为 HTML，而是直接从输入创建一个简单的树。
换句话说：它不会创建典型的 html 结构（html、body、head 等），而是按原样接受您的输入。
以下是如何使用它：
// Using connect()
Document doc = Jsoup.connect("<url>").parser(Parser.xmlParser()).get();
// Using parse()
Document doc = Jsoup.parse("<html>", "<base url>", Parser.xmlParser());