如何使用Jsoup提取独立的文本节点？

Question

我有一个像这样的元素：

<td> TextA <br/> TextB </td>

如何将TextA和TextB分别提取出来？

- M.M

Answer 1

有几种方法。这主要取决于文档本身以及给定的HTML标记是否一致。在这个特定的例子中，您可以通过Element#childNodes()来获取td的子节点，然后逐个测试每个节点是否为TextNode。

例如:

Element td = getItSomehow();

for (Node child : td.childNodes()) {
    if (child instanceof TextNode) {
        System.out.println(((TextNode) child).text());
    }
}

我认为如果Jsoup提供一个类似于Element#children()的Element#textNodes()或类似的方法来获取子文本节点将会很不错（在您的示例中，它将返回<br />元素）。这会产生以下结果：

 TextA 
 TextB 

- BalusC

---

我已经在1.6.2版本中实现了Element#textNodes()，感谢您的建议。https://github.com/jhy/jsoup/commit/7b9f17760049161b775fd23b15653961620e259d - Jonathan Hedley

@JonathanHedley 您真是一个救命恩人！我无法感谢您的辛勤工作。您的代码和注释完美无缺，为我节省了许多在Google和StackOverflow上搜索的时间。 - stackular