如何使用Jsoup從HTML解析新行

Question

當我使用jsoup解析HTML文件時，HTML文件中多行（與< br />）中的文本呈現爲單行而沒有新行（\n）。我怎麼能解析多行HTML文檔作爲多行字符串？

我使用的方法：Element.text()

如：

HTML包含正確顯示在HTML文件中多行的C代碼，但是當我走的是文本數據，所有的數據都在一行中沒有新的行字符。

Answer 1

Element（和TextNode）的text()方法調用appendWhitespaceIfBr(...)，它將用空格替換每個<br />（或空格）。不幸的是，我沒有看到沒有在沒有編寫代碼的情況下關閉它的機制。

但是，也許你可以嘗試使用新的子類Node替換所有<br />標籤。

Answer 2

更換<br />用別的東西回來，像這樣：

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 3

看看我的答案類似的問題在這裏： https://stackoverflow.com/a/21354729/1510996

有一個靜態的遞歸方法，它會做的一個例子是什麼你問。