我在使用jsoup来提取数据时遇到了一个问题。像这样的数据:如何使用jsoup从此html标签中获取文本?
This is a <strong>strong</strong> number <date>2013</date>
我想这样的数据:This is a number
我怎么能这样做?谁能帮我?
我在使用jsoup来提取数据时遇到了一个问题。像这样的数据:如何使用jsoup从此html标签中获取文本?
This is a <strong>strong</strong> number <date>2013</date>
我想这样的数据:This is a number
我怎么能这样做?谁能帮我?
您可以将HTML解析成Document
,选择body
- 元素,并得到其文本。
例子:
Document doc = Jsoup.parse("This is a <strong>strong</strong> number <date>2013</date>");
String ownText = doc.body().ownText();
String text = doc.body().text();
System.out.println(ownText);
System.out.println(text);
输出:
This is a number
This is a strong number 2013
这应该回答你的问题:
public String escapeHtml(String source) {
Document doc = Jsoup.parseBodyFragment(source);
Elements elements = doc.select("b");
for (Element element : elements) {
element.replaceWith(new TextNode(element.toString(),""));
}
return Jsoup.clean(doc.body().toString(), new Whitelist().addTags("a").addAttributes("a", "href", "name", "rel", "target"));
}
Jsoup - Howto clean html by escaping not deleting the unwanted html?
Document doc = Jsoup.parse("This is a <strong>strong</strong> number <date>2013</date>");
Spanned HtmlDoc = Html.fromHtml(doc.toString());
String fromHTML = HtmlDoc.toString();
System.out.println(fromHTML);
非常感谢你马赫! – user2269351 2013-04-15 01:27:22