如何搜索评论（“<!-- --> ") 使用 Jsoup？
[英]How to search for comments ("<!-- -->") using Jsoup?
问题描述
我想从源 HTML 中删除这些标签及其内容。
5 个解决方案
解决方案1
35 已采纳 2011-09-24 20:57:49
在搜索时，您基本上使用Elements.select(selector) ，其中selector 由此API定义。 但是注释在技术上不是元素，因此您可能会在这里感到困惑，它们仍然是由节点名称#comment标识的节点。
让我们看看它是如何工作的：
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Node;
public class RemoveComments {
public static void main(String... args) {
String h = "<html><head></head><body>" +
"<div><!-- foo --><p>bar<!-- baz --></div><!--qux--></body></html>";
Document doc = Jsoup.parse(h);
removeComments(doc);
doc.html(System.out);
}
private static void removeComments(Node node) {
for (int i = 0; i < node.childNodeSize();) {
Node child = node.childNode(i);
if (child.nodeName().equals("#comment"))
child.remove();
else {
removeComments(child);
i++;
}
}
}
}
解决方案2
2 2018-08-14 14:01:27
使用JSoup 1.11+（可能是旧版本），您可以应用过滤器：
private void removeComments(Element article) {
article.filter(new NodeFilter() {
@Override
public FilterResult tail(Node node, int depth) {
if (node instanceof Comment) {
return FilterResult.REMOVE;
}
return FilterResult.CONTINUE;
}
@Override
public FilterResult head(Node node, int depth) {
if (node instanceof Comment) {
return FilterResult.REMOVE;
}
return FilterResult.CONTINUE;
}
});
}
解决方案3
1 2019-01-11 08:23:13
参考@dlamblin https://stackoverflow.com/a/7541875/4712855此代码获取评论html
public static void getHtmlComments(Node node) {
for (int i = 0; i < node.childNodeSize();i++) {
Node child = node.childNode(i);
if (child.nodeName().equals("#comment")) {
Comment comment = (Comment) child;
child.after(comment.getData());
child.remove();
}
else {
getHtmlComments(child);
}
}
}
解决方案4
1 2019-06-16 11:55:47
这是使用函数编程方法的第一个示例的变体。 查找所有注释（本节点的直接子节点）的最简单方法是在.childNodes()流上使用.filter() .childNodes()
public void removeComments(Element e) {
e.childNodes().stream()
.filter(n -> n.nodeName().equals("#comment")).collect(Collectors.toList())
.forEach(n -> n.remove());
e.children().forEach(elem -> removeComments(elem));
}
完整示例：
package demo;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.PrintStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.stream.Collectors;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
public class Demo {
public static void removeComments(Element e) {
e.childNodes().stream()
.filter(n -> n.nodeName().equals("#comment")).collect(Collectors.toList())
.forEach(n -> n.remove());
e.children().forEach(elem -> removeComments(elem));
}
public static void main(String[] args) throws MalformedURLException, IOException {
Document doc = Jsoup.parse(new URL("https://en.wikipedia.org/"), 500);
// do not try this with JDK < 8
String userHome = System.getProperty("user.home");
PrintStream out = new PrintStream(new FileOutputStream(userHome + File.separator + "before.html"));
out.print(doc.outerHtml());
out.close();
removeComments(doc);
out = new PrintStream(new FileOutputStream(userHome + File.separator + "after.html"));
out.print(doc.outerHtml());
out.close();
}
}
解决方案5
0 2022-06-09 12:53:33
基于@dlamblin 的回答 Java 8 功能方法（抱歉，这似乎比@Feuerrabe 的回答更简单、更清晰）
private void removeComments(Node node) {
node.childNodes().stream().filter(n -> "#comment".equals(n.nodeName())).forEach(Node::remove);
node.childNodes().forEach(this::removeComments);
}
Document doc = Jsoup.parse(html);
removeComments(doc);
// ...
使用Jsoup提取评论
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.