java - 有没有办法在DOM中的HTML标记之间逐字提取文本？ - Thinbug

有没有办法在DOM中的HTML标记之间逐字提取文本？

时间：2017-03-17 23:33:28

标签： java html dom

例如，对于HTML文档：

<html>
<body>
  <p>Hello <b>world</b></p>
</body>
</html>

我知道我可以使用getTextContent()获取"Hello world"，但有没有办法获得"Hello <b>world</b>"？

1 个答案:

答案 0 :(得分：1)

在Java中，您可以应用XSLT转换：https://docs.oracle.com/javase/tutorial/jaxp/xslt/writingDom.html

您需要检索元素子树的XML内容。 SO解决这个问题有几个问题： How to I output org.w3c.dom.Element to string format in java?

Java/DOM: Get the XML content of a node

Get a node's inner XML as String in Java DOM