Question

我们说我有这个HTML：

<html>
    <head>
    </head>
    <body>
        <form method="post">
            <select name="books"> 
                <option value="111">111</option>
                <option value="222">222</option>
            </select>
        </form>
    </body>
</html>

我将它加载到Jsoup并返回结果：

Document doc = Jsoup.parse(html);
doc.outputSettings().indentAmount(4);
doc.outputSettings().charset("UTF-8");
doc.outputSettings().prettyPrint(true);
String result = doc.outerHtml();

结果是：

<html>
    <head> 
    </head> 
    <body> 
        <form method="post"> 
            <select name="books"> <option value="111">111</option> <option value="222">222</option> </select> 
        </form>  
    </body>
</html>

<option>个元素都在同一行！

在这个例子中，如何让Jsoup格式化<option>元素，使结果与输入相同？

Answer 1

doc.outputSettings().charset("UTF-8");

从字符串解析html时，默认字符集为UTF-8，除非您使用File或InputStream作为解析输入设置字符集。

因此，OutputSettings上的字符集默认与输入相同，在您的情况下为UTF-8。如果您希望它与输入不同，您只需要设置它。

Document.OutputSettings.charset()

获取文档的当前输出字符集，用于控制在生成HTML（通过html（）方法）时转义哪些字符，以及哪些字符保持不变。

在可能的情况下（从URL或文件解析时），文档的输出字符集会自动设置为输入字符集。否则，它默认为UTF-8。

doc.outputSettings().prettyPrint(true);

您不需要启用漂亮的打印，默认情况下它已启用。

Document.OutputSettings.prettyPrint()

获取是否启用了漂亮打印。默认为true。如果禁用，则 HTML输出方法不会重新格式化输出，输出也会通常看起来像输入。

doc.outputSettings().outline(true);

这是关键标签。如果未设置此选项，则仅显示块标记（option为not a block tag）。启用后，所有标记都被视为块元素。

Document.OutputSettings.outline()

获取大纲模式是否已启用。默认值为false。如果启用，HTML输出方法会将所有标记视为块。

所以你最后的代码块应该是这样的：

Document doc = Jsoup.parse(html);

doc.outputSettings().indentAmount(4).outline(true);

String result = doc.outerHtml();

<强>输出

<html>
    <head> 
    </head> 
    <body> 
        <form method="post"> 
            <select name="books"> 
                <option value="111">111</option> 
                <option value="222">222</option> 
            </select> 
        </form>  
    </body>
</html>

JSoup - 格式化<option>元素

1 个答案: