在jsoup中获取html字符串中的所有属性

Question

我有HTML格式的字符串，我正尝试使用Jsoup获取所有属性及其值。

字符串是

String string= 
"<button class=submit btn primary-btn flex-table-btn js-submit type=submit>Sign in</button>";

 Document doc = Jsoup.parse(string);
    try {
        org.jsoup.nodes.Attributes attrs = doc.attributes();

        for( org.jsoup.nodes.Element element : doc.getAllElements() )
        {
              for( Attribute attribute : element.attributes() )
              {
                  System.out.println( attribute.getKey() +  " --::-- "+attribute.getValue()  ); 
              }
        }

    } catch (Exception e) {
        e.printStackTrace();
    }

我想要的输出是::

key: **class** , Value is: **submit btn primary-btn flex-table-btn js-submit**

key: **type** , Value is: **submit**

但是我得到的是

key: class , Value is: submit key: btn , Value is: key: primary-btn , Value is: key: flex-table-btn , Value is: key: js-submit , Value is: key: type , Value is: submit

这是因为引号。 如果我用

String string= 
"<button class='submit btn primary-btn flex-table-btn js-submit' type='submit'>       Sign in</button>";

我会得到想要的输出。但是我试图不加引号。

Answer 1

没有引号就无法做到，因为引号不是可选的。 如果没有引号，则您引用的HTML会描述一个元素，该元素具有一个类（ submit ）和一系列非类的，无效的附加属性，其名称如btn ， flex-table等，这就是任何浏览器都将解释它的方式，就像JSoup一样。 如果这些是元素上的其他类，则必须使用引号。

从规格 ：

不带引号的属性值语法

属性名称，后跟零个或多个空格字符，后跟一个U + 003D的EQUALS SIGN字符，后跟零个或多个空格字符，后跟属性值，除了上面对属性值的要求之外， 不得包含任何文字空格字符 ，任何U + 0022引号字符（“），U + 0027 APOSTROPHE字符（'），” =“（U + 003D）字符，” <“（U + 003C）字符，”> “（U + 003E）字符或U + 0060 GRAVE ACCENT字符（`），并且不得为空字符串。

请注意，我强调了“不得包含任何文字空格字符”部分。

Answer 2

使用Jsoup很简单：

Document doc = Jsoup.parse(HTML);
List<String> tags = new ArrayList<String>(); //record tags

for(Element e : doc.getAllElements()){      // all elements in html

    tags.add(e.tagName().toLowerCase());    // add each tag in tags List
    //System.out.println("Tag: "+ e.tag()+" attributes = "+e.attributes());  // attributes with values in string
    //System.out.println("Tag: "+ e.tag()+" attributes = "+e.attributes().asList()); //attributes in List<Attribute>

    for(Attribute att : e.attributes().asList()){ // for each tag get all attributes in one List<Attribute>
        System.out.print("Key: "+att.getKey()+ " , Value: "+att.getValue());
        System.out.println();
    }
}

System.out.println("*****************");
System.out.println("All Tags = "+tags);
System.out.println("Distinct Tags = "+ new HashSet<String>(tags));