![](/img/trans.png)
[英]How do I prevent Jsoup from removing 'href' attribute of anchor element?
[英]How do I exclude any anchor element from html body text with Jsoup?
Document doc=Jsoup.connect(url).userAgent("Mozilla/5.0 +http://www.google.com/bot.html)").timeout(100000).get();
data.add(doc.body().text());
这给了我包括超链接文本或链接文本在内的文本,但我不需要那个。 我只想要纯文本,比如用<p>
、 <b>
等标签编写的文本或不带任何标签的文本。
如果你只是想删除所有的a
标签,你可以简单地select
和remove
它们:
doc.select("a").remove();
您可以通过将更多元素添加到select
来附加更多要删除的元素
doc.select("a, div, script").remove();
试试这个:
for(Element e : doc.body().select("*:not(a)")) {
data.add(e.ownText());
}
您可以使用如下所示的 CSS 查询排除其他元素:
*:not(a, p, div)
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.