转换 html 行时缺少 JSOUP 标记
我在jsoup中遇到了一个问题，我希望获得一行数据，稍后我将把该行插入另一个html文档中。但当我检查时，时间发现没有和标签。我该怎么解决呢
String htmlcontent = "<tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr>";
Document docnewinput = Jsoup.parse(htmlcontent, "UTF-8");
[<html>
<head></head>
<body>
<div class="content-wrapper">
<p><strong><span class="CLASS 1 CLASS 2 CLASS 3">123</span></strong><br><strong>DATA 1</strong></p>
</div>
</body>
</html>]
共有2个答案
需要使用xmlParser()，这样它就可以直接读取字符串，而不用格式化它。
你有一个主体HTML的片段(例如，一个包含几个p标签的div而不是完整的HTML文档)。
使用Jsoup.parseBodyFragment（String html）方法。
String html = "<table><tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr></table>";
Document doc = Jsoup.parseBodyFragment(html);
parseBodyFragment 方法创建一个空的 shell 文档，并将解析的 HTML 插入到 body 元素中。如果您使用普通的 Jsoup.parse（String html） 方法，通常会得到相同的结果，但显式地将输入视为正文片段可确保用户提供的任何 bozo HTML 都被解析为 body 元素。
解析器将尽一切努力从您提供的HTML创建一个干净的解析，而不管HTML是否格式良好。它处理：未关闭的标签＜code＞（例如。
编辑：
通过使用 Jsoup.parse（）：
String html = "<table><tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr></table>";
Document doc = Jsoup.parse(html);
工作演示：https://try.jsoup.org/~EdJSrHl_ biDcQkyhL2BLH5ZNnck
-
这是我的密码 我想替换字体标签，并把span标签。在这将取代第一个字体标签但不是第二个标签
-
在少数情况下，我会传递JSON，其中包含用户执行某些操作的页面url。该页面url将有那些查询字符串部分，我需要为用户重定向到相同的页面时，从我的应用程序要求。我的JSON会像 但是当我通过运行这个json时，我看到
-
问题内容： 我有以下代码： 结果是： 但我想打破界限： 我已经看过jsoup的TextNode＃getWholeText（），但是我不知道如何使用它。 如果我解析的标记中有一个，如何在结果输出中换行？ 问题答案： 保留换行符的真正解决方案应该是这样的： 满足以下要求： 如果原始html包含换行符（\ n），则保留它 如果原始html包含br或p标签，它们将被翻译为换行符（\ n）。
-
我有一个超文本标记语言的非常简单的表格，其中包含12列。我试图使用iText 5.1.1（Java）将其转换为PDF。 我的问题是，PDF输出中的表格换行了。我的意思是，它显示第一行，但在页面的末尾换行，然后没有换行符或任何东西，它只显示紧接在前一行的最后一个单元格之后的下一行。 如何使iText的HtmlWorker “nowrap”我的表格，即在PDF中显示一行？ 顺便说一句，我仍然希望单元格
-
什么是正确的方法来删除只有HTML标签（保留所有自定义/未知的标签）与JSOUP（不是正则表达式）？ 预期输入： 预期产出： 我尝试使用白名单清洁剂。none（），但它也会删除自定义标记。 我也尝试过： 但是它也删除了自定义标签。 这个答案对我不好，因为自定义标记的数量是无限的。
-
我实际上正在用Java开发一个文本解析器，有人要求我通过用它解析HTML来增强它。解析器的目的是将被解析的文件分成另外三个文件，一个包含文件中包含的所有单词，一个包括所有句子，另一个包含所有问题。 *.txt部分工作得很好，但我在解析HTML时遇到了一个问题。 我创建了一个扩展名为*.txt的临时文件，并将其在我的文本解析器中传递，但是如果我传递一个带有HTML文件链接的URL，其格式如下所示：