[英]Jsoup ignore nested tags when using select
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
}
试试这个 :
编辑
info.select("b,strong").remove().text();
你可以尝试一下:
doc.select("strong > strong, strong:last-child");
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.