提取 body 的属性，同时保留相对标记

Question

我正在尝试遍历 HTML body，以便找到所有 <h1> 标签：

Element body = docJSoup.body();
Elements mainCmp = body.select("h1");

所以，考虑到这个 body 的片段：

<h1><span style='mso-bookmark:_Toc283737133'><span
style='mso-spacerun:yes'></span><span style='mso-spacerun:yes'></span><a
name="_Toc35343186"></a><a name="_Toc264704629"></a><span style='mso-bookmark:
_Toc35343186'>3<span style='mso-tab-count:1'></span>Aspetti metodologici</span></span></h1>

我要得到这个：

<span style="mso-bookmark:_Toc283737133"><span style="mso-spacerun:yes"></span><span style="mso-spacerun:yes"></span><a name="_Toc35343186"></a><a name="_Toc264704629"></a><span style="mso-bookmark:
_Toc35343186">3<span style="mso-tab-count:1"></span>Aspetti metodologici</span></span>

顺便说一下，我还想在结果中保留 <h1> 标签。 <h1> 标签本身也可以有其他属性，所以我不能只将 "<h1>" 连接到结果字符串。有没有办法使用 JSoup 方法保留它？

感谢您的任何见解。

Answer 1

outerHtml() 将为您提供节点的标记，包括它自己的开始和结束标记。

提取 body 的属性，同时保留相对标记

Extracting body's attribute, by also keeping the relative tag

java

html

jsoup