Question

我认为这个问题已被提出，但我没有找到任何结果。

从Jsoup中的Document元素，我如何遍历HTML内容中的所有元素？

我正在阅读文档，我正在考虑使用childNodes()方法，但它只接受下面一个leval的节点（我理解）。我想我可以使用这种方法进行一些递归，但我想知道是否有更合适/本地的方法来做到这一点。

Answer 1

从Document（以及任何Node子类），您可以使用traverse(NodeVisitor)方法。

例如：

document.traverse(new NodeVisitor() {
    public void head(Node node, int depth) {
        System.out.println("Entering tag: " + node.nodeName());
    }
    public void tail(Node node, int depth) {
        System.out.println("Exiting tag: " + node.nodeName());
    }
});

Answer 2

1）您可以使用*选择器选择文档的所有元素。

Elements elements = document.body().select("*");

2）使用Element.ownText（）方法单独检索每个文本。

for (Element element : elements) {
  System.out.println(element.ownText());
}

3）使用Element.html（String strHtml）单独修改每个文本。（清除元素中的任何现有内部HTML，并用解析的HTML替换它。）

element.html(strHtml);

希望这会对你有所帮助。谢谢！

Answer 3

您可以使用以下代码：

public class JsoupDepthFirst {

    private static String htmlTags(Document doc) {
        StringBuilder sb = new StringBuilder();
        htmlTags(doc.children(), sb);
        return sb.toString();
    }

    private static void htmlTags(Elements elements, StringBuilder sb) {
        for(Element el:elements) {
            if(sb.length() > 0){
                sb.append(",");
            }
            sb.append(el.nodeName());
            htmlTags(el.children(), sb);
            sb.append(",").append(el.nodeName());
        }
    }

    public static void main(String... args){
        String s = "<html><head>this is head </head><body>this is body</body></html>";
        Document doc = Jsoup.parse(s);
        System.out.println(htmlTags(doc));
    }
}

如何使用Jsoup遍历HTML树？

3 个答案: