jsoup - 提取文本

以下示例将展示如何使用方法将 HTML 字符串解析为 Document 对象后获取文本。

语法

Document document = Jsoup.parse(html);
Element link = document.select("a").first();
System.out.println("Text: " + link.text());

其中

• document − document 对象代表 HTML DOM。

• Jsoup − 主类用于解析给定的 HTML 字符串。

• html − HTML 字符串。

• link − Element 对象表示表示锚标记的 html 节点元素。

• link.text() − text() 方法检索元素文本。

描述

Element 对象表示 dom 元素，并提供各种方法来获取 dom 元素的文本。

示例

使用您选择的任何编辑器在 C:/> jsoup 中创建以下 java 程序。

JsoupTester.java

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupTester {
   public static void main(String[] args) {
   
      String html = "<html><head><title>Sample Title</title></head>"
         + "<body>"
         + "<p>Sample Content</p>"
         + "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
         + "<h3><a>Sample</a><h3>"
         +"</div>"
         +"</body></html>";
      Document document = Jsoup.parse(html);

      //a with href
      Element link = document.select("a").first();         

      System.out.println("Text: " + link.text());
   }
}

验证结果

使用 javac 编译器编译该类，如下所示:

C:\jsoup>javac JsoupTester.java

现在运行 JsoupTester 以查看结果。

C:\jsoup>java JsoupTester

查看结果。

Text: Google