Question

我试图清除一个String，从中删除所有的html标签，所以这是我的代码：

System.out.println("Result:" + Jsoup.parse("Dani<div></div>el").text());

结果是

Result:Dani el

应该是Result:Daniel

按照Jsoup代码，我看到＆＃34;问题＆＃34;在此方法的org.jsoup.nodes.Element中：

public String text() {
    final StringBuilder accum = new StringBuilder();
    new NodeTraversor(new NodeVisitor() {
        public void head(Node node, int depth) {
            if (node instanceof TextNode) {
                TextNode textNode = (TextNode) node;
                appendNormalisedText(accum, textNode);
            } else if (node instanceof Element) {
                Element element = (Element) node;
                if (accum.length() > 0 &&
                    (element.isBlock() || element.tag.getName().equals("br")) &&
                    !TextNode.lastCharIsWhitespace(accum))
                    accum.append(" ");
            }
        }

        public void tail(Node node, int depth) {
        }
    }).traverse(this);
    return accum.toString().trim();
}

当某个点有accum.append(" ");时。很明显，在某些情况下，块html标签在相应的文本版本中添加空格是方便的;但在某些情况下，这不是真的。在我的情况下，结果是错误的。

我认为text（）方法有一个布尔参数preserveWhiteSpaces可以启用或禁用行accum.append(" ");的执行。我希望Jsoup的一些开发人员可以考虑这个请求：我看到其他人也有这个空白问题。

如果有人有一些好主意在没有改变的情况下解决问题，欢迎Jsoup来源。

Answer 1

我试图清除一个字符串，从中删除所有的html标签，

您想使用clean()方法。

示例代码

System.out.println("Result:" + Jsoup.clean("Dani<div></div>el", Whitelist.none()));

输出

Result:Daniel

但就我而言，结果是错误的。你有什么建议来解决这个问题吗？

您可以使用自定义NodeTraversor实现NodeVisitor。

只是为了给你一个想法：

private static String toText(Element element) {
    final StringBuilder accum = new StringBuilder();
    new NodeTraversor(new NodeVisitor() {
        public void head(Node node, int depth) {
            if (node instanceof TextNode) {
                TextNode textNode = (TextNode) node;
                accum.append(textNode.getWholeText());
            } else if (node instanceof Element) {
                // Do nothing ...
            }
        }

        public void tail(Node node, int depth) {
        }
    }).traverse(element);

    return accum.toString().trim();
}

示例代码

public static void main(String[] args) {
    System.out.println("Result:" + toText(Jsoup.parse("Dani<div></div>el")));
}

输出

Result:Daniel

Jsoup.parse（）。text（）添加不需要的空格

1 个答案:

示例代码

输出

示例代码

输出