java - 如何删除除某些特定元素之外的所有 HTML body 元素

Question

我的文件夹中有一个 HTML 文件列表。我从文件夹中获取了所有 HTML 文件，并使用 jsoup 对于每个 html 页面获取了 HTML 文档元素。

现在我必须删除每个 HTML 页面中除两个 div 元素之外的所有 Html body 元素。我如何实现这一目标？

Answer 1

解决方案可能如下所示:

Elements bodyChildElements = doc.body().children();

for(Element e : bodyChildElements){
    if(!e.tagName().equals("div")){ 
        e.remove();
    }
    else if(!e.attr("id").equals("abc") && !e.attr("id").equals("xyz")){
        e.remove();
    }
}
System.out.println(doc.html());

这将获取 body 下面的所有元素并将它们从文档中删除，除非它们是具有特定 id 属性值的 div。