解析字符串并收集具有不同id的HTML元素

Question

我已将HTML内容传递给字符串“Html_content”。我需要解析字符串“Html_content”并使用ID来选择几个DIV标签，例如“fullHeader”是DIV的id，我需要选择“fullHeader”div标签内的内容并将其存储为字符串。

我尝试了JSOUP但是我需要将收集的div标签保存在Document中，但我需要将其保存为字符串，但是使用Jsoup是不可能的，还有其他选择吗？

Answer 1

  

但我需要将其保存为字符串，但使用Jsoup 无法实现

错了，Jsoup有一个Element#text()方法。

String text = element.text(); // <div>foo<b>bar</b></div> will give "foobar"
// ...

或者，如果您想在字符串中包含HTML，请使用Element.html()或Element#outerHtml()，具体取决于要求。

String html = element.html(); // <div>foo<b>bar</b></div> will give "foo<b>bar</b>"
// ...

或

String html = element.outerHtml(); // <div>foo<b>bar</b></div> will give exact this string
// ...

Answer 2

JSoup正是您所需要的。我的理解是你需要以String形式返回给你的HTML元素，以便你可以进一步使用它们来创建另一个文档。

假设您有从Element中提取的 ele 元素对象。

现在写

String htmlForEle = new Element（Tag.valueOf（“div”））。append（ele.clone（））。remove（）。html（）;

html for ele正是您所寻找的。

Answer 3

如果强制使用HTML转换为XML语法，则可以使用XPath，SAX，DOM和其他XML工具来处理文档。