如何用Jsoup選擇只有空格的元素？
[英]How to select elements with only whitespace with Jsoup?
問題描述
我在選擇只有空格的元素時遇到了問題。
鑒於html： <html><body><p> </p></body></html>
使用：empty不會選擇我假設的p，因為其中有一個“”的文本節點
但是， :matchesOwn(^\\\\s+$)也不會選擇它，因為似乎JSoup在對照正則表達式模式測試之前對文本執行了trim() 。
:matchesOwn(^$)將選擇它，但也選擇沒有非空文本節點的元素
也許我錯過了什么？
:matchesOwn根本不應該修剪，因為它使用正則表達式，應該評估整個文本
1 個解決方案
解決方案1
0 2016-01-26 11:28:11
CSS選擇器只能匹配特定類型的節點： element 。 選擇器無法找到注釋或文本節點。 為了找到只有空格的元素，我們必須依賴Jsoup API。
我們將查找僅具有一個唯一文本節點子節點的節點。 此唯一文本節點必須與以下正則表達式匹配^\\s+$ 。 為了得到（未修剪的）文本，我們將調用TextNode#getWholeText方法。
這是怎么做的：
String html = "<html><body><div><p> </p><p> </p><span>\n\t\n </span></div><span></span></body></html>";
Document doc = Jsoup.parse(html);
final Matcher onlyWhitespaceMatcher = Pattern.compile("^\\s+$").matcher("");
new NodeTraversor(new NodeVisitor() {
@Override
public void head(Node node, int depth) {
List<Node> childNodes = node.childNodes();
// * We're looking for nodes with one child only otherwise we move on
if (childNodes.size() != 1) {
return;
}
// * This unique child node must be a TextNode
Node uniqueChildNode = childNodes.get(0);
if (uniqueChildNode instanceof TextNode == false) {
return;
}
// * This unique TextNode must be whitespace only
if (onlyWhitespaceMatcher.reset(((TextNode) uniqueChildNode).getWholeText()).matches()) {
System.out.println(node.nodeName());
}
}
@Override
public void tail(Node node, int depth) {
// void
}
}).traverse(doc);
// Instead of traversing the whole document,
// we could narrow down the search to its body only with doc.body()
OUTPUT
p
p
span
如何使用Jsoup選擇元素
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.