代码之家 › 专栏 › 技术社区 › user2234

在Jsoup中解析html

jsoup android java

user2234 · 技术社区 · 5 年前

我试图在这里使用jsoup解析html标签。我是jsoup的新手。基本上,我需要解析标签,获取标签中的文本,并应用class属性中提到的样式。

我正在创建一个SpanbableStringBuilder,我可以创建子字符串,应用样式,并将它们与没有样式的文本附加在一起。

String str = "There are <span class='newStyle'> two </span> workers from the <span class='oldStyle'>Front of House</span>";

SpannableStringBuilder text = new SpannableStringBuilder();
    if (value.contains("</span>")) {
        Document document = Jsoup.parse(value);
        Elements elements = document.getElementsByTag("span");
        if (elements != null) {
            int i = 0;
            int start = 0;
            for (Element ele : elements) {
                String styleName =  type + "." + ele.attr("class");
                text.append(ele.text());
                int style = context.getResources().getIdentifier(styleName, "style", context.getPackageName());
                text.setSpan(new TextAppearanceSpan(context, style), start, text.length(), Spannable.SPAN_EXCLUSIVE_EXCLUSIVE);
                text.append(ele.nextSibling().toString());
                start = text.length();
                i++;
            }
        }
        return text;
    }

我不确定如何解析不在任何标签(如“There are”和“worker from the”)之间的字符串。

需要以下输出:

- There are
- <span class='newStyle'> two </span>
- workers from the
- <span class='oldStyle'>Front of House</span>

0 回复 | 直到 5 年前

Krystian G Adio Azeez 5 年前

完整答案:您可以通过以下方式获取标签外的文本 childNodes() .这样你就可以得到 List<Node> 注意:我正在选择 body 因为您的HTML片段没有任何父元素,使用jsoup解析HTML片段会增加 <html> 和 <body> 自动。
如果 Node 仅包含其类型的文本 TextNode 您可以通过以下方式获取内容 toString() .
否则,您可以将其投射到 Element 并使用以下命令获取文本 element.text() .

    String str = "There are <span class='newStyle'> two </span> workers from the <span class='oldStyle'>Front of House</span>";
    Document doc = Jsoup.parse(str);
    Element body = doc.selectFirst("body");
    List<Node> childNodes = body.childNodes();
    for (int i = 0; i < childNodes.size(); i++) {
        Node node = body.childNodes().get(i);
        if (node instanceof TextNode) {
            System.out.println(i + " -> " + node.toString());
        } else {
            Element element = (Element) node;
            System.out.println(i + " -> " + element.text());
        }
    }

输出:

0 -> 
There are 
1 -> two
2 ->  workers from the 
3 -> Front of House

顺便说一句:我不知道如何摆脱之前的第一次断线 There are .