如何使用jsoup提取文本值

Question

我正在尝试提取 CheckBoxIsChecked="t"

之后的文本值

p  > w|Sdt[CheckBoxIsChecked$='t']

但是 jsoup 似乎忽略了它，我不确定如何阅读此后的文本我可以使用 java 来做到这一点，但我正在尝试使其通用有没有类似的东西：

p  > w|Sdt[CheckBoxIsChecked$='t']  > first text after...

在此示例中，所需的值为：
我需要这个值，因为 CheckBoxIsChecked 为真

<p class="MsoNormal" style="margin-bottom:0in;margin-bottom:.0001pt;line-height:normal">
<w:Sdt CheckBox="t" CheckBoxIsChecked="t" >
    <span style="font-family:&quot;MS Gothic&quot;">y</span>
</w:Sdt> I Need this value since CheckBoxIsChecked is true 
<w:Sdt CheckBox="t" CheckBoxIsChecked="f" >
    <span style="font-family:&quot;MS Gothic&quot;">n</span>
</w:Sdt> This is not needed since CheckBoxIsChecked is false 
<w:Sdt CheckBox="t" CheckBoxIsChecked="f">
    <span style="font-family:&quot;MS Gothic&quot;">n</span>
</w:Sdt> This is not needed since CheckBoxIsChecked is false<o:p/>

link to the sample

Answer 1

您可以使用Element.ownText() 方法提取特定标签旁边的文本。您可以在下面找到根据您的示例创建的示例：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class Example {

    public static void main(String[] args) {
        String html = "<p class=\"MsoNormal\" style=\"margin-bottom:0in;margin-bottom:.0001pt;line-height:normal\">\n" +
                "<w:Sdt CheckBox=\"t\" CheckBoxIsChecked=\"t\" >\n" +
                "    <span style=\"font-family:&quot;MS Gothic&quot;\">y</span>\n" +
                "</w:Sdt> I Need this value since CheckBoxIsChecked is true \n" +
                "<w:Sdt CheckBox=\"t\" CheckBoxIsChecked=\"f\" >\n" +
                "    <span style=\"font-family:&quot;MS Gothic&quot;\">n</span>\n" +
                "</w:Sdt> This is not needed since CheckBoxIsChecked is false \n" +
                "<w:Sdt CheckBox=\"t\" CheckBoxIsChecked=\"f\">\n" +
                "    <span style=\"font-family:&quot;MS Gothic&quot;\">n</span>\n" +
                "</w:Sdt> This is not needed since CheckBoxIsChecked is false<o:p/>";

        Document doc = Jsoup.parse(html);

        doc.select("p > w|sdt[checkboxischecked=t]").forEach(it -> {
            String text = it.ownText();
            System.out.println(text);
        });

    }
}

这里可以运行Demo

如何使用jsoup提取文本值

how to extract text value using jsoup

selectors-api

jsoup