[英]How can I remove those html elements, while retain the formatting?
我尝试实现Java邮件api以读取消息正文并将其存储到文本文件(如果其中包含内容)。
我可以阅读邮件的正文,但是它带有一些html元素。
我添加了下面使用的代码。
Properties props = System.getProperties();
props.setProperty("mail.store.protocol", "imaps");
Session session = Session.getDefaultInstance(props, null);
Store store = session.getStore("imaps");
store.connect("hostname", "username", "password");
String result = null;
Folder inbox = store.getFolder("Inbox");
inbox.open(Folder.READ_ONLY);
javax.mail.Message messages[]=inbox.search(new FlagTerm(new Flags(Flag.SEEN), false));
for(Message message:messages) {
System.out.println(Jsoup.parse(message).text());
}
如何删除检索到的消息中的html元素?
请任何人帮我解决这个问题。
要删除邮件中的所有HTML标签,请使用jsoups text()
方法。
范例程式码
String htmlString = "<div class=\"WordSection1\"> <p class=\"MsoNormal\">Hi<br> <br> <br> <br> Data is written in this mail.<br> <br> <br> <br> <o:p></o:p></p> </div>";
System.out.println(Jsoup.parse(htmlString).text());
输出量
Hi Data is written in this mail.
如果特定元素应导致换行符类似于呈现的HTML源代码,则可以添加换行符,然后避免使用 jsoups的clean
方法进行 漂亮的打印 。
prettyPrint
如果禁用,HTML输出方法将不会重新格式化输出,并且输出通常看起来像输入。
范例程式码
String htmlString = "<div class=\"WordSection1\"> <p class=\"MsoNormal\">Hi<br> <br> <br> <br> Data is written in this mail.<br> <br> <br> <br> <o:p></o:p></p> </div>";
htmlString = htmlString.replaceAll("<br>", System.getProperty("line.separator") + "<br>"); // do replacements for all tags that should result in line-breaks
Document.OutputSettings settings = new OutputSettings();
settings.prettyPrint(false); // to keep line-breaks
String cleanedSource = Jsoup.clean(htmlString, "", Whitelist.none(), settings);
System.out.println(cleanedSource);
输出量
Hi
Data is written in this mail.
[... four more empty lines]
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.