使用Jsoup保留內部HTML時，HTML解析和除去錨標記

Question

我必須解析一些html並刪除定位標記，但是我需要保留定位標記的innerHTML

例如，如果我的html文本是：

String html = "<div> <p> some text <a href="#"> some link text </a> </p> </div>"

現在，我可以解析上面的html並在jsoup中選擇一個標簽，如下所示：

Document doc = Jsoup.parse(inputHtml);

//this would give me all elements which have anchor tag
Elements elements = doc.select("a");

我可以刪除所有的

element.remove()

但是它將從開始括號到結束括號中刪除完整的achor標記，並且內部html將會丟失，如何保留僅刪除start和close標記的內部HTML。

另外，請注意：我知道有一些方法可以從元素中獲取externalHTML（）和innerHTML（），但是這些方法僅提供了檢索文本的方法，remove（）方法將刪除標記的完整html。 有什么方法只能刪除外部標簽並保留innerHTML？

在此先感謝您，並感謝您的幫助。

-拉傑什

Answer 1

使用unwrap，它將保留內部html

doc.select("a").unwrap();

檢查api-docs以獲得更多信息：
http://jsoup.org/apidocs/org/jsoup/select/Elements.html#unwrap%28%29

Answer 2

首先提取內部HTML，然后將其添加到DOM，然后再刪除標簽，該如何做？ 這段代碼未經測試，但是應該可以解決：

編輯：

我更新了代碼以使用replaceWith() ，使代碼更直觀，也可能更高效； 感謝AJ在評論中的提示。

Document doc = Jsoup.parse(inputHtml);
Elements links = doc.select("a");
String baseUri = links.get(0).baseUri();
for(Element link : links) {
    Node linkText = new TextNode(link.html(), baseUri);
    // optionally wrap it in a tag instead:
    // Element linkText = doc.createElement("span");
    // linkText.html(link.html());
    link.replaceWith(linkText);
}

您可以使用所需的任何內容包裝內部html，而不是使用文本節點。 如果鏈接中不僅包含文本，甚至可能需要這樣做。