Question

假设我有一个div：

<div>
This is a paragraph
written by someone
on the internet.
</div>

问题在于，当JSoup解析它时，它将所有内容放在一行上，这样当我调用text（）时，它会这样读取：

This is a paragraphwritten by someoneon the internet.

现在，我意识到这不是真正的JSoup问题，因为实际的html不包含空格。但是，有没有办法使用JSoup（也许是一些覆盖或者可能是一个我没见过的选项），所以当它解析它会在行之间添加一个空格？我想它一定是可能的（因为我可以检查Chrome中的元素并取消选择自动换行并获得我想要的东西）但我不确定JSoup是否可以做到这一点。

有什么想法吗？

Answer 1

您能提供代码的完整示例吗？您使用的是什么版本的jsoup？

在当前版本（1.6.1）中，此代码：

Document doc = Jsoup.parse("<div>\n" +
    "This is a paragraph\n" +
    "written by someone\n" +
    "on the internet.\n" +
    "</div>");
System.out.println(doc.text());

产地：

This is a paragraph written by someone on the internet.

即，\n（和\r\n等）将空格转换为文本。

如果我可以复制，我很乐意修复或改进它。）

Answer 2

以下文章展示了如何获得包括换行符在内的所有内容

Removing HTML entities while preserving line breaks with JSoup

以下答案和评论还有另一种方式（阅读评论）

Remove HTML tags from a String

如果您检查所有答案和评论

，这个还有另一种方法

How do I preserve line breaks when using jsoup to convert html to plain text?

使用JSoup避免无空间串联

2 个答案: