如何使用JSOUP选择所有包含实际文本的元素？

Question

Jsoup将每个文本保存为textnode，包括元素之间的\r\n内容。我想要选择页面上的所有真实文本，并选择它的父文本以删除该父文本中的每一个文本。

我现在有这个：

document.select("*:containsOwn(\n)").remove();
    for(int i = 1; i < document.size(); i++){
        if(document.get(i).hasText()){
            List<Element> removableElements = document.get(i).parent().getAllElements();
            for (Element e1 : removableElements) {
                e1.remove();
            }
        }

    }

它不会删除包含\n的所有textnodes，所以它会尝试删除正文，因为这是第一个包含textnodes的元素。

我只想选择所有带有文本的元素，并做element.parent（）.children（）.remove（）；

document.select("*:contains( )"); 

也没有按照我想要的方式工作。

这个问题与这个问题有关但又不相同。

编辑：

输入：

<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>

输出：

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

Answer 1

空p标记作为预期输出的一部分的特殊情况（即使它与“包含实际文本”的规则相矛盾）需要特殊的解析。对于更复杂的文档/在输出中允许更多的空文本级元素的解决方案，将需要额外的if语句来处理这些元素（比较第一个if语句）：

String htmlString = "<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>";
Document doc = Jsoup.parse(htmlString);

for (Element element : doc.getAllElements()) {
    if(element.nodeName().equals("p") && element.childNodes().size()==0){
        System.out.println(element.toString());
    }
    else if(element.childNodes().size()>0 && element.childNode(0).nodeName().equals("#text")){
        System.out.println(element.toString());
    }
}

输出：

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