如何解析沒有使用Jericho的嵌套html元素的文本？

使用傑里科，我需要分析是這樣的：如何解析沒有使用Jericho的嵌套html元素的文本？

<html> 
<div class="title"> 
    Spoon bows 
    <br/> 
    <span> 
     A Matrix scene. 
     <br/> 
     Matrix 1 
    </span> 
</div> 
</html>

我想分析「勺弓」，但我用下面的代碼獲得<div>標籤內的全部內容：

List<Element> list = item.getAllElementsByClass("title"); 
if(list!=null) { 
    Element title = list.get(0); 
    if(title!=null) { 
     String text = title.getContent().getTextExtractor().toString(); 
     } 
    } 
}

來源

2012-03-20 AndaluZ

對不起，未格式化的代碼片段，我有點不能得到它的權利，雖然我用4個空格和這樣的... – AndaluZ 2012-03-20 21:52:22

文本編輯器有一個「代碼」格式化程序。它會自動縮進你的代碼4個空格。 – Soviut 2012-10-25 06:32:35

這會幫助你：

private String getTextContent(Element elem) { 
    String text = elem.getContent().toString(); 

    final List<Element> children = elem.getChildElements(); 
    for (Element child : children) { 
     text = text.replace(child.toString(), ""); 
    } 
    return text; 
}

來源

2012-11-13 02:44:05 heejong

謝謝兄弟:-) – AndaluZ 2012-11-15 09:11:39

這會在某些情況下破壞，例如： A text A text – Mene 2015-11-03 12:13:40

也許你可以遍歷標題節點的子元素。

看看這個問題：How to iterate over plain text segments with the Jericho HTML parser

來源

2012-10-25 06:31:07 mkhelif

如何解析沒有使用Jericho的嵌套html元素的文本？

回答

相關問題