java - jsoup.text() 和 jsoup.body().text() 的区别

Question

使用 Jsoup 库，我试图从 HTML 字符串中获取内容(仅文本)。有两种方法可以给我内容:

Jsoup.parse(htmlString).body().text()
Jsoup.parse(htmlString).text()

我知道第一种方法只会返回正文的文本。第二种方法返回什么？哪一种更适合我的使用？

备注 : 根据文档， text 方法用于设置文档正文的文本

Answer 1

每个 Element 都有方法 text()

public java.lang.String text() Gets the combined text of this element and all its children. Whitespace is normalized and trimmed.

所有可以包含文本节点( node.nodeName() 返回#text)的元素都是 supposed to be part of the body ，除了 <title>标签( <script> 和 <style> 标签具有节点名称为#data 的子节点)。

因此，有效页面将为 document.body().text() 返回相同的文本。和 document.text() ，只要头部没有设置title标签，否则 document.text()将另外包含标题文本。