我在使用jsoup提取数据时遇到了一个问题。数据如下:
This is a <strong>strong</strong> number <date>2013</date>
我想要获取像这样的数据:
这是一个数字
我该怎么做?有人能帮我吗?Document
,选择 body
元素并获取其文本。
示例: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
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 - 如何通过转义而不是删除不需要的HTML来清除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);