如何使用JSoup分别从网页的所有元素中提取文本？

Question

这里的问题是，如果我这样做：

Document doc = Jsoup.connect(url)
                        .timeout(30000)
                        .userAgent("Mozilla")
                        .followRedirects(true)
                        .get();
System.out.println(doc.select("body").text());

我将所有文本打包在一起，但我不想要那样。

假设我编写了这样的代码：

String part="<div>
               Primary div
               <div>
                 Secondary div
               </div>
             </div>";
                Document doc = Jsoup.parse(part);
                Elements links = doc.select("div");
                for(Element e:links){
                    out.println(e.text());
                    System.out.println(e.text());
                }

输出为：

Primary div Secondary div
Secondary div

内部div的文本被刮了两次。

我希望抓取输出应如下所示：

Primary div
Secondary div

我希望每个元素的文本都是唯一的，从子元素中排除该文本。

如何做到这一点？ 嵌套子项的数量可以不止一个。

Answer 1

您没有得到Secondary div两个副本，而是将其输出两次：一次作为Primary div输出的一部分，然后再次独立输出。

如果只需要元素自己的文本而不是其子元素的文本，请使用Element#ownText 。