java - 使用 JavaRegex 或 Jsoup 解析 Html 标签

Question

关闭。此题需要 details or clarity 。目前不接受答案。

---

想要改进这个问题吗？通过 editing this post 添加详细信息并澄清问题.

已关闭 3 年前。

Improve this question

我需要解析无序列表项的文本。我的来源如下:

<ul>
<li><em><strong><span style="color:#FFFFF">Bolded and Colored Text</span></strong>      </em></li>
 <li>No Styling...Just a Text</li>
 <li><u><b>Bolded </b> and <i>Italic </i> and Underlined Text</u></li>
  <li><u>Underline Started and <span style="color:#FFFFF>Only Colored Text</span> Underline Ended</u></li>

现在我需要获取标签内的每个文本:

tag, subtag text

Answer 1

Jsoup 将是一个不错的选择。你可以像这样解析它

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupParser {

    public static void main(String args[]) {
        String html = "<ul>"
                + "<li><em><strong><span style=\"color: #FFFFF\">Bolded and Colored Text</span></strong> </em></li>"
                + "<li>No Styling...Just a Text</li>"
                + "<li><u><b>Bolded </b> and <i>Italic </i> and Underlined Text</u></li>"
                + "<li><u>Underline Started and <span style=\"color: #FFFFF\">Only Colored Text</span> Underline Ended</u></li>"
                + "</ul>";

        Document doc = Jsoup.parse(html);
        for(Element elem : doc.select("*")){
            System.out.println("Tag Name : " + elem.tagName());
            System.out.println("Value : " + elem.text());
            System.out.println();
        }
    }
}