如何使用Jsoup删除文本级别的所有元素？

Question

我正在做一个项目，我只对页面布局感兴趣，而对文本不感兴趣。 我目前难以摆脱文本级的每个元素。 例如：

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>
    <h3>Tile of some text</h3>
    <p></p>
    <p>some text</p>
    <ul>
        <li>some other text</li>
        <li>some other text</li>
        <li>some other text</li>
    </ul>
</div>

我想摆脱文本级别上的ul，li，p和h3元素，但保留div和带有菜单项的列表，因为这是页面布局的一部分。 如何使用Jsoup做到这一点？

我一直在尝试使用document.select（）然后使用.remove（）元素来执行此操作，但是select函数并非针对此类非标准查询。

编辑：我想要得到的最终结果是：

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>

</div>

如您所见，当ul标签与其中包含文本的标签处于同一级别时，它将删除列表。 ul标签是页面上文本的一部分，与页面的布局无关。 带有菜单项的ul标签对于页面很重要，因为它定义了那里的菜单，并且有3个不同的项。

Answer 1

您可以使用标准选择并删除所有p ， li和ul元素：

doc.select("p").remove();
doc.select("ul").remove();
doc.select("li").remove();

Answer 2

我首先找到了要删除的标签，然后在其父标签上调用了empty（）。

    public static void main(String[] args) {
        String html = "<div> <ul>  <li>some menu item</li>  <li>some menu item</li>  <li>some menu item</li> </ul></div><div> <h3>Tile of some text</h3> <p></p> <p>some text</p> <ul>  <li>some other text</li>  <li>some other text</li>  <li>some other text</li> </ul></div>";
        Document doc = Jsoup.parse(html.toString());
        Elements elements = doc.body().select("*");
        for (Element element : elements) {
            if ("h3".equals(element.tagName()) || "p".equals(element.tagName())) {
                element.parent().empty();
            }
        }
        System.out.println(doc.toString());
    }