如何用jsoup过滤文本内容

0 0

如何用jsoup过滤文本内容5

比如<p>111111<br>2222</br><p>
现在想要得到“111111”这部分文本而过滤掉后面的HTML代码，用jsoup如何实现？（注：后面的html代码是不定的）

问题补充：

housen1987 写道

搞定了：

public static void main(String[] args) {
		// 直接从字符串中输入 HTML 文档
		String html = "<html><head><title></title></head>"
				+ "<body><p>111111<br>2222</br><p></body></html>";
		Document doc = Jsoup.parse(html);
		Elements links = doc.getElementsByTag("p");
		Element t =  links.get(0);
		System.out.println(t.childNode(0));
	}

这样的方法只能解决特定的一种格式，我先说明一下：节点P是不确定的，文本内容和HTML代码顺序也是不确定的，或许有的节点没有文本。我本来想用正则表达式来做，但是我不知道JSOUP自己是否能实现这个功能，我找API看了下似乎没找到

jsoup

2012年1月06日 16:19

malie0
4
1 1 11

3个答案按时间排序按投票排序

0 0

引用

jsoup可以做到这一点，其实只要参考js操作html的方式来操作jsoup。但是我没找到那么完美的方法。

正则是肯定可以办到的，jsoup其实也只是操作一个字符串，只要处理得当，就一定能获得想要的效果。不过可能麻烦了点。

就你的问题而言，正则是最好最快的方式。

2012年1月09日 10:02

housen1987
354
0 0 5

添加评论

0 0

搞定了：

public static void main(String[] args) {
		// 直接从字符串中输入 HTML 文档
		String html = "<html><head><title></title></head>"
				+ "<body><p>111111<br>2222</br><p></body></html>";
		Document doc = Jsoup.parse(html);
		Elements links = doc.getElementsByTag("p");
		Element t =  links.get(0);
		System.out.println(t.childNode(0));
	}

2012年1月06日 18:27

housen1987
354
0 0 5

添加评论

0 0

没想到什么好办法，这样的结构，在html界面里面很容易找，不过java就不好办了

	public static void main(String[] args) {
		// 直接从字符串中输入 HTML 文档
		String html = "<html><head><title></title></head>"
				+ "<body><p>111111<br>2222</br><p></body></html>";
		Document doc = Jsoup.parse(html);
		Elements links = doc.getElementsByTag("p");
		System.out.println(links.eq(0).text().split(" ")[0]);
	}

2012年1月06日 17:15

housen1987
354
0 0 5