如何用JSOUP删除文本级别的所有元素？

Question

我正在做一个项目，我只对页面布局感兴趣，对文本不感兴趣。我现在很难摆脱文本级别的每一个元素。例如：

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>
    <h3>Tile of some text</h3>
    <p></p>
    <p>some text</p>
    <ul>
        <li>some other text</li>
        <li>some other text</li>
        <li>some other text</li>
    </ul>
</div>

我想在文本级别上去掉ul,li,p和h3元素,但保留div和带有菜单项的列表,因为这是页面布局的一部分。如何使用JSOUP实现这一点？

我一直试图通过document.select（）和.remove（）这些元素来实现这一点，但是select函数并不是为这种非标准查询而设置的。

编辑：我想得到的最终结果是：

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>

</div>

如您所见，当ul标记与包含文本的标记处于同一级别时，它会删除列表。ul标记是页面上的文本的一部分，与页面的布局无关。带有菜单项的ul标记对页面很重要，因为它定义了菜单，并且它有3个不同的项。

Answer 1

您可以使用以下标准选择和删除所有P、LI和UL元素：

doc.select("p").remove();
doc.select("ul").remove();
doc.select("li").remove();