java - 调用 .text() 方法时 Jsoup 元素不显示

Question

我正在制作一个 Android 应用程序，我想通过网络抓取一个包含摩托车的页面。当我迭代该页面的元素时，它们打印了 html 标签，但由于我使用了 .text() 方法，所以我在终端上一行打印了所有内容。您可以在下面查看我的代码以便更好地理解。提前致谢。

@Override
protected String doInBackground(Void... voids) {
    String title = "";
    try {
        Document document = Jsoup.connect("https://www.hotcars.com/best-motorcycles-for-beginners/").get();
        Elements elements = document.select("div[class=w-website]").select("div[class=w-content]");

        for (Element element : elements.select("section[class=article-body]")) {
            title = element.select("h2").text();
            System.out.print(title);
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
    return null;
}

如果我从 title 中删除 .text()，那么我会得到我的文本，但带有我不需要的 html 标签。

Answer 1

尝试以下列方式作为起点来获取所需的元素

try {
    Document document = Jsoup.connect("https://www.hotcars.com/best-motorcycles-for-beginners/").get();
    Elements h2s = document.select("section[class=article-body] h2");

    for (Element h2 : h2s) {
        String title = h2.text();
        Element img = h2.nextElementSibling().selectFirst("picture").selectFirst("source");
        String imgSrc = img.attr("data-srcset");
        Element p1 = h2.nextElementSibling().nextElementSibling();
        Element p2 = p1.nextElementSibling();
        String discription = p1.wholeText() + System.lineSeparator() + p2.wholeText();
        System.out.println(title);
        System.out.println();
        System.out.println(imgSrc);
        System.out.println();
        System.out.println(discription);
        System.out.println("------------------------");
    }
} catch (IOException e) {
    e.printStackTrace();
}