J汤。按顺序打印所有文本节点

Question

我想用 Jsoup 解析它（这是一种简化，我会解析整个网页）

<html><body><p>A<strong>B</strong>C<strong>D</strong>E</p></body></html>

按照出现的顺序获取所有文本元素，这是：

A B C D E

我尝试了两种方法：

Elements elements = doc.children().select("*");
for (Element el : elements)
    System.out.println(el.ownText());

哪个returns:

A C E B D

这是，"strong" 标签之间的元素放在最后。

我也试过递归版本：

myfunction(doc.children());

private void myfunction(Elements elements) {
  for (Element el : elements){
    List<Node> nodos = el.childNodes();       
    for (Node nodo : nodos) {                
      if (nodo instanceof TextNode && !((TextNode) nodo).isBlank()) {
      System.out.println(((TextNode) nodo).text()); 
    }
  }
  myfunction(el.children());
}

但是结果和之前一样

如何实现？我觉得我把一些简单的事情变得困难了...

Answer 1

怎么样：

private static void myfunction(Node element) {
    for (Node n : element.childNodes()) {
        if (n instanceof TextNode && !((TextNode) n).isBlank()) {
            System.out.println(((TextNode) n).text());
        } else {
            myfunction(n);
        }
    }
}

演示：

String html = "<html><body><p>A<strong>B</strong>C<strong>D</strong>E</p></body></html>";
Document doc = Jsoup.parse(html);
myfunction(doc.body());

输出：

A
B
C
D
E

Java 15 更新以避免强制转换 (TextNode) n（有关详细信息，请参阅 JEP 375: Pattern Matching for instanceof (Second Preview)）

private static void myfunction(Node element) {
    for (Node n : element.childNodes()) {
        if (n instanceof TextNode tNode && !tNode.isBlank()) {
            System.out.println(tNode.text());
        } else {
            myfunction(n);
        }
    }
}

Answer 2

text() 方法可以解决问题，例如以下

    public static void main(String[] args) {
            Document doc = Jsoup.parse("<html><body><p>A<strong>B</strong>C<strong>D</strong>E</p></body></html>");
            String texts = doc.body().text();
            System.out.println(texts);
   }

J汤。按顺序打印所有文本节点

Jsoup. Print all text nodes in order

java

textnode

jsoup