java - 在 Java 中以编程方式添加 标签

Question

我有这样的 HTML 代码:

<p> This is paragraph 1 </p>
This is paragraph 2
<p> This is paragraph 3 </p>

我将用 Java 处理上述 HTML，我希望处理后的 HTML 为:

<p> This is paragraph 1 </p>
<p> This is paragraph 2 </p>
<p> This is paragraph 3 </p>

并且可能会有包含不止一行的大段落。因此，逐行处理在这种情况下不起作用。例如，

<p> ...
...
...
</p>

可能存在这样的情况，

<p> This </p> can be <p> the case too. </p>

我需要将上面的行转换为:

<p> This </p><p> can be </p><p> the case too. </p>

我想实现这一点，因为 Jsoup 无法识别没有

标签的文本。如果 Jsoup 能够以任何方式做到这一点，我也很高兴。我不希望文档中遗漏任何文本。

Answer 1

JSoup 可以为您提供 <P> 中没有的部分。由于它们没有包含在标签中，因此它们是文本节点而不是元素。所以你应该遍历节点而不是元素。这是一个例子:

public class SimpleTest {

    public static final String HTML = "<p> This is paragraph 1 </p>\n"
                                    + "This is paragraph 2\n"
                                    + "<p> This is paragraph 3 </p>";

    public static void main(String[] args) {

        Document doc = Jsoup.parse(HTML);

        List<Node> nodes = doc.body().childNodes();

        for ( Node node : nodes ) {
            System.out.printf("Node of %s, %s%n", node.getClass(), node);
        }
    }
}

输出为:

Node of class org.jsoup.nodes.Element, <p> This is paragraph 1 </p>
Node of class org.jsoup.nodes.TextNode,  This is paragraph 2 
Node of class org.jsoup.nodes.Element, <p> This is paragraph 3 </p>

因此，当您想对未知节点做一些实际操作时，您应该使用 instanceof 进行测试。看看它是否是 TextNode ，一个Element或者是其他东西。然后将其转换为相关类，除了 Node 中提供的方法之外，您还可以使用它的所有方法。 .