JSOUP提取文本,包括<br/>和<strong> </strong>

时间:2014-10-15 12:10:40

标签: java html html5 jsoup

我正在尝试使用JSOUP从HTML URL源中提取div标签中的文本,这是:

<div class="some_text">
    <strong>Lorem ipsum</strong> dolor sit amet, consectetur adipiscing elit, <br />&nbsp;<br />sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. <br /><br />Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.
</div>

使用此代码:

Document document = Jsoup.connect(url).get();           
Elements description = document.select("div[class=some_text]");
String getText = description.text();

输出结果为:

  

Lorem ipsum dolor sit amet,consectetur adipiscing elit,sed do   eiusmod tempor incididunt ut labore et dolore magna aliqua。 Ut enim ad   微小的veniam,quis nostrud exercitation ullamco laboris nisi ut   alquip ex ea commodo consequat。

正如您所看到的,空格和强标记未反映在<br />, &nbsp; and <strong>文本的输出上。我想要的是包含空格和大胆强调文本输出。怎么做到这一点?

我想要的输出是:

  

Lorem ipsum dolor sit amet,consectetur adipiscing elit,

     

sed do eiusmod tempor incididunt ut labore et dolore magna aliqua。

     

Ut enim ad minim veniam,quis nostrud exercitation ullamco laboris   nisi ut aliquip ex ea commodo consequat。

0 个答案:

没有答案