JSOUP选择“ <br/> ”

Question

嗨，大家好，我试图在HTML文件中选择标签“ <br />”，但此处不起作用，是网站的来源：

</div><p><a href="http://www.pinoyfitness.com/wp-content/uploads/2014/03/sofitel-manila-half-marathon-2014-poster.jpg"><img src="http://www.pinoyfitness.com/wp-content/uploads/2014/03/sofitel-manila-half-marathon-2014-poster-540x783.jpg" alt="sofitel-manila-half-marathon-2014-poster" width="540" height="783" class="aligncenter size-medium wp-image-32747" /></a></p>
<p>Introducing the Manila Half Marathon happening on August 17, 2014 at the SM Mall of Asia Grounds. This race is for the benefit of the children of <a href="http://www.virlanie.org/" rel="nofollow" target="_blank">Virlanie</a></p>
 <p><font size="3"><strong>Sofitel Manila Half-Marathon 2014</strong></font><br />
August 17, 2014 @ 3AM<br />
SM Mall of Asia<br />
5K/10K/21K<br />
Organizer: RunRio</p>
<p><strong>Registration Fees:</strong><br />
21K &#8211; P950<br />
10K &#8211; P850<br />
5K &#8211; P750</p>

到目前为止，这是我的工作：

doc = Jsoup.connect("http://www.pinoyfitness.com/2014/03/manila-half-marathon-august-17-2014/").timeout(0).get();
            Element bod = doc.body();
            Elements info = bod.select("br");
            String textString = info.text();

            System.out.println(textString);

我正在尝试使用“ <br />”检索html代码，以便可以轻松拆分它们并设置其格式。

但是当我选择元素“ P”时，它会打印出所有文字，但不包括“ <br />”，例如“ 2014年8月17日在亚洲购物中心SM购物中心举行的马尼拉半程马拉松比赛”。 Virlanie Sofitel Manila Half Marathon 2014的孩子们的利益2014年8月17日@ 3AM SM亚洲商城5K / 10K / 21K组织者”

我是JSOUP的新手，所以如果遇到newbee错误或类似的错误，请放轻松。 提前致谢。

Answer 1

如果您想在解析后的内容中保留<br/>标记，一种稍微简化的解决方案是将原始HTML代码中的所有<br/>标记替换为文本占位符（方便的regexp从此处开始 ）：

html.replaceAll("(?i)<br[^>]*>", "br2n")

然后，如果您一直在尝试这样做，则可以执行textString.split("br2n") 。