Question

我从网页上获取HTML并尝试从中检索数据。

我有像var g=svg.selectAll("g").data(dataSet) // <-- now changed from rect .enter() .append("g") // <-- and here .attr ("transform", function(d,i) { return "translate("+(i*35)+" 30)"; }) ; // texts n rects added here g.append("text").text(function(el){ return el; }) .attr("dy", "1em") g.append("rect") .attr("width", 30) .attr("height", 30) ;这样的HTML，我想用<h3><strong>title</strong><h3>替换。但是，有时我会在内容中找到意外的标签，例如：
<h2>

如何从字符串中删除空{h}标记，例如<h3><br/><strong>title</strong></h3>和<p><br></p>？

Answer 1

你总是可以尝试在元素上使用jsoup的.text（）方法来获取文本，并将它们放在h3中。

Answer 2

要替换空元素，可以使用CSS选择器:empty。在循环中这样做，因为包含空元素的元素不被视为空，但在下一次迭代中将被删除。

要用<h3><strong>...</strong><h3>替换<h2><strong>...</strong><h2>代码并删除<h3>代码中的其他代码，请使用replaceWith：

示例代码

Document doc = Jsoup.connect("url").get();

// clean up empty elements
while(!doc.select(":empty").isEmpty()){
    doc.select(":empty").remove();
}

//replace h3 with h2
doc.select("h3 > strong").forEach(strong -> {
    strong.parent().replaceWith(new Element(Tag.valueOf("h2"), "").html("<strong>" + strong.text() + "</strong>"));
});

使用Jsoup替换所有非预测组合HTML标记

2 个答案: