jsoup不會刪除元素

我有這段代碼：

this.doc = Jsoup.parse(str); 
     Elements tables = doc.getElementsByTag("table"); 
     if(tables!=null){ 
      for(Element table : tables){ 
       if(table != null){ 
        Elements tds=table.getElementsByTag("td"); 
        if(tds!=null){ 
         for(Element td : tds){ 
          String[] text=td.text().trim().split("\\s+"); 
          if(text.length<2)td.remove(); 
         } 
        } 
       } 
      } 
     } 
     Elements hs = doc.getElementsByTag("h1, h2, h3, h4"); 
     if(hs!=null)for(Element h : hs)if(h != null)h.remove(); 
     Elements blocks = doc.getElementsByTag("div, center, li, p, address, aside, audio, blockquote, canvas, dd, dl, fieldset, figcaption, figure, footer, form, header, hr, hgroup, li, ol, noscript, output, pre, section"); 
     if(blocks!=null){ 
      System.out.println(blocks.size()); 
      for(Element block : blocks){ 
       if(block != null){ 
        String[] text=block.text().trim().split("\\s+"); 
        if(text.length<2)block.remove(); 
       } 
      } 
     } 
     Elements pdp = doc.getElementsByClass("pineDeletePoint"); 
     if(pdp!=null&&pdp.size()>0)pdp.remove(); 
     str = this.doc.outerHtml();

但是我仍然有具有小於這兩個詞在我的HTML中塊元素。

爲什麼我不能刪除它們？

非常感謝您的幫助......

來源

2013-10-09 SuperYegorius

對不起我以前回答過正則表達式有點錯誤。更新它。 – Sage

在您的代碼：

Elements hs = doc.getElementsByTag("h1, h2, h3, h4");

我知道你想什麼，但路過,分隔的多個代碼不會隨getElementsByTag()工作，它的工作原理功能如select()功能，doc.select("div, h1, h2")。但我可以想出一個解決方案使用僞選擇器:matchesOwn(regex)與reges：^\s*\S+\s*$。下面是一個簡短的工作例如：

String data = "<div> asd asd</div><span><p> asdd </p></span>"; 
    Document doc = Jsoup.parse(data); 
    Elements elms = doc.select(":matchesOwn(^\\s*\\S+\\s*$)"); 
      // do whatever you are going to do with elms 
    System.out.println(elms); // print the elements having less than two words 
    elms.remove(); // remove all elements from document which contains 
        // less than 2 words in their own text 
    System.out.println("\nprinting Document:\n"+doc);

和輸出：

 <p> asdd </p> 

printing Document: 
<html> 
<head></head> 
<body> 
    <div> 
    asd asd 
    </div> 
    <span></span> 
</body> 
</html>

來源

2013-10-09 19:26:32 Sage

jsoup不會刪除元素

回答

相關問題