堆栈内存溢出
  简体   繁体   English

如何使用jsoup从html文件中提取文本

[英]How to extract text ONLY from html file using jsoup

 原文  2013-03-15 16:04:37  1   2    html/ jsoup

问题描述

I have used this code : 我用过这段代码： 

String innerHtml = Jsoup.parse(htmlCode,"ISO-8859-1").select("body").html();

But it only removes <html> tags 但它只删除<html>标签

Any HTML tags inside the body will still appear 仍然会出现body任何HTML标记

2 个解决方案

解决方案1
 7 已采纳  2013-03-15 16:08:31

使用.text()而不是.html()来获取元素及其所有子元素的组合文本。

解决方案2
 6  2013-03-15 16:07:52

Try using .text() : 尝试使用.text() ： 

Jsoup.parse(htmlCode,"ISO-8859-1").select("body").text();

Instead of .html() . 而不是.html() 。

暂无
暂无

声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

相关问题 使用Jsoup从html文件中提取标签 - Extract Tags from a html file using Jsoup 使用 Jsoup 从 html 字符串中仅提取 HTML 标签和属性 - Extract only HTML tags and attributes from a html string using Jsoup 如何绕过html转义符号并仅使用web :: scraper从perl中的html文件中提取文本 - how to bypass html escape signs and extract text only from html file in perl using web::scraper 如何使用jsoup从此html中提取数据 - How can I extract the data from this html using jsoup 如何使用Jsoup从android中的html提取特定标签？ - How to extract particular tags from html in android using Jsoup? 如何使用JSoup分别从网页的所有元素中提取文本？ - How to extract text from all the elements in a webpage individually, using JSoup? 如何使用 Jsoup 仅从文本中删除 html 标签？ - How to remove only html tags from text with Jsoup? 使用JSoup从HTML提取数据 - Extract Data from HTML using JSoup 使用JSoup从HTML中提取图像类型 - Extract image type from HTML using JSoup 如何使用Jsoup在此HTML中提取所需数据 - How to Extract the needed data in this Html using Jsoup
相关标签
 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM