使用select時Jsoup忽略嵌套標簽

Question

我正在嘗試解析一個使用以下內容的網站

 <b>Header</b>Data<strong>Header</strong>Data

所以我有一個選擇器是

.select("b, strong") 

然后嘗試提取之間的文本。 - 一切順利。

問題：有時站點有例如。

<strong><strong>HeaderX</strong><br /></strong>Data

現在這使我的循環變得混亂，因為我將兩次獲得文本headerX，如何忽略嵌套的強？

更新＃1已解決，但可能有更好的方法。

Elements selected = info.select("b, strong");
Element next = selected.get(0);
Element now = null;
for (int i = 0; next != null ;i++) {
    now = next;
    next = null;
    Elements children = now.getAllElements();
    for (;selected.size() > i; i++) {
        next = selected.get(i);
        if (!children.contains(next)) {
            break;
        }
    }
    //Do whatever with now & next
}

Answer 1

試試這個 ：

編輯

  info.select("b,strong").remove().text();

Answer 2

你可以嘗試一下：

doc.select("strong > strong, strong:last-child");