Jsoup选择并迭代所有元素

Question

我将通过jsoup连接到一个url并获取它的所有内容，但事情是如果我选择喜欢，

doc.select("body")

它返回一个元素，但我想获取页面中的所有元素并逐个迭代它们，例如，

<html>
<head><title>Test</title></head>
<body>
<p>Hello All</p>
<a href="test.html">Second Page</a>
<div>Test</div>
</body>
</html>

如果我选择使用正文，我会在单行中得到结果，如：

Test Hello All Second Page Test

相反，我想选择所有元素并逐个迭代并产生结果，如，

Test
Hello All
Second Page
Test

使用jsoup会有可能吗？

谢谢，
KARTHIK

Answer 1

您可以使用*选择器选择文档的所有元素，然后使用Element#ownText()分别获取每个Element#ownText()文本。

Elements elements = document.body().select("*");

for (Element element : elements) {
    System.out.println(element.ownText());
}

Answer 2

使用jsoup库获取文档正文中的所有元素。

doc.body().children().select("*");

获取文档正文元素中的第一级元素。

doc.body().children();

Answer 3

您可以使用XPath或任何包含XPath的库

表达式是//text()

在这里使用xml测试表达式