解析字符串並收集具有不同編號的HTML元素

Question

我已將HTML內容傳遞給一個字符串，名爲「Html_content」。我需要解析字符串「Html_content」，並使用那裏選擇幾個DIV標籤ID說例如「fullHeader」是DIV的ID，我需要選擇「fullHeader」的div標籤內的內容並將其存儲爲字符串。

我試過JSOUP但我需要將收集的div標籤保存在Document中，但是我需要將它保存爲字符串，但它不可能使用Jsoup，有沒有其他選擇？

Answer 1

JSoup正是你所需要的。我的理解是，你需要將HTML元素以字符串形式返回給你，以便你可以進一步使用它們來創建另一個文檔。

假設你有Element對象說ele從HTML中提取出來。

現在寫

字符串htmlForEle =新元素（Tag.valueOf（ 「DIV」））附加（ele.clone（））除去（）HTML（）。;

ele的html正是你正在尋找的。

Answer 2

如果您強制將HTML轉換爲XML語法，則可以使用XPath，SAX，DOM和其他XML工具來操作文檔。

Answer 3

但我需要將其保存爲字符串，但使用Jsoup

錯誤的不可能，Jsoup有這樣的一個Element#text()方法。

String text = element.text(); // <div>foo<b>bar</b></div> will give "foobar" 
// ... 

或者當你要在字符串中包含的HTML以及使用Element.html()或Element#outerHtml()，根據需求。

String html = element.html(); // <div>foo<b>bar</b></div> will give "foo<b>bar</b>" 
// ... 

或

String html = element.outerHtml(); // <div>foo<b>bar</b></div> will give exact this string 
// ...