如何使用Jsoup从HTML解析新行

Question

当我使用jsoup解析HTML文件时，HTML文件中多行（带有< br /> />）的文本显示为单行，没有新行（ \\n ）。 我如何将多行HTML文档解析为多行字符串？

我正在使用方法： Element.text()

例如：

HTML包含在HtMl文件中以多行正确显示的C代码，但是当我获取文本数据时，所有数据都在一行中显示而没有新的行描述符。

Answer 1

将<br />替换为其他内容并返回，如下所示：

Document doc = Jsoup.connect("http://www.ejemplo.html").get(); //Here included the <br>'s
String temp = doc.html().replace("<br />", "$$$"); //$$$ instead <br>
doc = Jsoup.parse(temp); //Parse again

String text = doc.body().text().replace("$$$", "\n").toString()); //example
//I get back the new lines (\n)

Answer 2

Element（和TextNode ）的text()方法调用appendWhitespaceIfBr(...) ，它将用空白替换每个<br /> （或空格）。 不幸的是，我认为没有机制可以在不使用代码的情况下关闭它。

但也许您可以尝试用Node的新子类替换所有<br />标签。