java - 使用 Jsoup 处理新行/换行符-6ren

java - 使用 Jsoup 处理新行/换行符

转载作者：行者123 更新时间：2023-11-30 00:31:34

31

4

在通过 Jsoup 解析 Jspx 文件时，我注意到当遇到新行并且如果存在结束 html 标记时，jsoup 会将内容视为标记外部。另外，我不希望内容出现在介于两者之间的输出中。

例如:-

我的 jspx 文件:-

<div xmlns:spring="http://www.springframework.org/tags"
xmlns:fn="http://java.sun.com/jsp/jstl/functions"
xmlns:c="http://java.sun.com/jsp/jstl/core"
xmlns:util="urn:jsptagdir:/WEB-INF/tags/util" 
xmlns:jsp="http://java.sun.com/JSP/Page">

<div> I only require this text </div>

<script type="text/javascript">
        var myVar= '${myVar}',
        var myVar1= '${myVar1}',
        var myVar2= '${myVar2}',
        var myVar3= '${myVar3}',
        var myVar4= '${myVar4}';
</script>

在java代码中:-

Document doc = Jsoup.parse(s);
String text = doc.body().text();

现在，当我运行这段代码时:-

实际营业收入:-

xmlns:fn="http://java.sun.com/jsp/jstl/functions"
xmlns:c="http://java.sun.com/jsp/jstl/core"
xmlns:util="urn:jsptagdir:/WEB-INF/tags/util" 
xmlns:jsp="http://java.sun.com/JSP/Page">

I only require this text

var myVar= '${myVar}',
var myVar1= '${myVar1}',
var myVar2= '${myVar2}',
var myVar3= '${myVar3}',
var myVar4= '${myVar4}';

预期是:-

I only require this text

添加评论时会发生同样的事情，在几行之后我将关闭评论，然后它也会在输出中显示 ("-->")。

我可能做错了什么，或者可能不知道 Jsoup 的完整范围。谁能帮我解决这个问题？

谢谢。

最佳答案

有了给定的输入和您的命令，JSoup 实际上正在做正确的事情。

让我们分解一下:

Document doc = Jsoup.parse(s);

当呈现任意字符串进行解析时，JSoup 会将其包装在 <html> 中和 <body>生成结果 Document 的标签有点有效。

String text = doc.body().text();

现在您要求 all the text of the document's body and all its children .因此，JSoup 很高兴地为您提供了这一点 - 剥离它可以识别的标签，并为您留下比您想要的更多的东西。

JSoup 的真正强大之处在于 select() method on Elements , 所以让我们用它来缩小到 div感兴趣的:

String text = doc.body().select("div div").text();

如果您不熟悉 CSS 和/或 JQuery，这只是简单地选择了属于 div 的元素。在另一个里面 div - 它应该很好地挑选出你的目标文本。

请注意，如果您想要真正安全，最好确定感兴趣的 div(即 <div id="mydiv">I only require this text</div> )，然后也使用 ownText优于 text :

String text = doc.body().select("div#mydiv").ownText();

ownText() only gets the immediate text of this element ，所以如果有人向 #mydiv 添加子元素它不会破坏任何东西/

关于java - 使用 Jsoup 处理新行/换行符，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29278527/

31

4

0

文章推荐： php - 远程访问WAMP服务器

文章推荐： android-如何防止输入键/点击来自条形码扫描仪

文章推荐： mysql 多个联合到多个左连接

php - 在文本区域中捕获换行符(换行符、换行符)
我有一个带有的表格我想在服务器端捕获该文本区域中的任何换行符，并将它们替换为 . 这可能吗？我尝试设置 white-space:pre在 textarea 上的 CSS，但仍然不够。最佳答案
c# - 如何检测文件是否有 Unix 换行符 (\n) 或 Windows 换行符 (\r\n)？
我正在通过 FileStream 更改文件(这是一个非常大的文件，我只需要更改标题而不重写整个文件。该文件可以有 Unix 或 Windows 换行符，知道哪一个对我来说很重要，这样我可以在更新文件
windows - 如何将 DOS/Windows 换行符 (CRLF) 转换为 Unix 换行符 (LF)
如何以编程方式(不使用 vi)将 DOS/Windows 换行符转换为 Unix 换行符？ dos2unix 和 unix2dos 命令在某些系统上不可用。如何使用 sed、awk 和 tr 等命令
BiBtex 换行符
我编辑了一个 BibteX 文件，到目前为止，它显示了我需要的所有信息。 FUNCTION {electronic} { output.bibitem format.btitle "title"
text - 换行符
您的软件是否处理来自其他系统的换行符？ Linux/BSD linefeed ^J 10 x0A Windows/IBM return linefeed ^M^
Windows命令行重定向下的c++换行符
我发现 Windows 命令行重定向会自动将 '\n' 替换为 '\r\n'。有什么方法可以避免这种情况？因为在 stdout 或 stderr 重定向之后，如果您将 '\r\n' 写入控制台，您将得
JavaScript 换行符
来自 this question ，这个…… lines = foo.value.split(/\r\n|\r|\n/); 是拆分字符串的一种方法，但如何用换行符将其连接回去？另外，我想知道如果我说
PDFsharp 换行符
我正在尝试获取新行，但如果我使用 \n 它不起作用。任何通过向字符串添加一些东西来换行的方法，例如 \r\n (这也不起作用) gfx.DrawString("Project No \n" + te
javascript - 如何迭代多行字符串值的拆分结果数组以重新格式化某些行/换行符？
我有一串数据，中间有换行符。例如: "Product Name \n Product Color \n Product Quantity \n Product Location \n Product
maven - scmCommentPrefix 换行符
我正在尝试让 scmCommentPrefix 按照 http://maven.apache.org/plugins/maven-release-plugin/faq.html#scmCommentP
php preg_match 换行符
如何检查正则表达式 /^\n/在字符串中 blahblahblah 我似乎无法从 php 的 preg_match 获得返回值 1 . 编辑: 由于某种原因，我的坏处是 CR 本身就是我的换行符。
powershell - 写主机与写输出-换行符
我很难在与文本字符串相同的行上输出变量。当我使用Write-Host而不是Write-Output时，它可以工作。我想使用Write-Output，因为这似乎是最佳做法(将内容保留在管道中)，但是Wr
string - Powershell函数可捕获字符串长度而无需返回/换行符
我正在Powershell中工作，以为here字符串中的特定单词着色。除包含回车/换行符的单词外，其他功能均有效。没有这些字符，如何计算单词的长度？以下是我正在使用的功能和测试数据。我希望第二行上的
powershell - 在Powershell脚本中添加换行符(换行符)
我有一个在Powershell中运行的脚本，并且我希望能够在脚本名称和脚本内容本身之间的结果文本文件输出中添加一行。当前，从下面开始，行$str_msg = $file,[System.IO.Fil
tokenize - Smalltalk，换行符
有人知道smalltalk中字符串的换行符是什么吗？我试图将字符串拆分为单独的行，但我无法弄清楚smalltalk 中的换行符是什么。即。 string := 'smalltalk is
PHP printf 换行符
我有以下 printf 语句: printf ("%s (%s)\n",$row["word"], $row["definition"]); 我正在尝试解决换行符而不是: word defin
javascript - 如何在正则表达式中匹配空格、换行符
这个问题已经有答案了: how to use dotall flag for regex.exec() (4 个回答) 已关闭 7 年前。字符串内容
CSS 内容 - 换行符
我想用 CSS 换行。我正在使用内容。 td:before { content: "Test\A Test2"; } 它不工作。如何正确
c++ - 原始字符串文字中的回车符+换行符？
考虑一个具有 UNIX 行结尾的 C++ 文件(即 '\x0a' 而不是 "\x0d\x0a")并包含以下原始字符串文字: const char foo[] = R"(hello^M )"; (其中
PHP printf 换行符
我有以下 printf 语句: printf ("%s (%s)\n",$row["word"], $row["definition"]); 我正在尝试解决换行符而不是: word defin

首页

博学

6Ren·AI

商城

java - 使用 Jsoup 处理新行/换行符