使用select时Jsoup忽略嵌套标签

Question

我正在尝试解析一个使用以下内容的网站

 <b>Header</b>Data<strong>Header</strong>Data

所以我有一个选择器是

.select("b, strong") 

然后尝试提取之间的文本。 - 一切顺利。

问题：有时站点有例如。

<strong><strong>HeaderX</strong><br /></strong>Data

现在这使我的循环变得混乱，因为我将两次获得文本headerX，如何忽略嵌套的强？

更新＃1已解决，但可能有更好的方法。

Elements selected = info.select("b, strong");
Element next = selected.get(0);
Element now = null;
for (int i = 0; next != null ;i++) {
    now = next;
    next = null;
    Elements children = now.getAllElements();
    for (;selected.size() > i; i++) {
        next = selected.get(i);
        if (!children.contains(next)) {
            break;
        }
    }
    //Do whatever with now & next
}

Answer 1

试试这个 ：

编辑

  info.select("b,strong").remove().text();

Answer 2

你可以尝试一下：

doc.select("strong > strong, strong:last-child");