从XHTML文档中使用grails中的JSOUP获取两个不同标记之间的文本
我试图在我的xhtml文档中获取标记的所有文本。此标记在整个文档中出现1000次。我正在尝试创建与此标记关联的文本列表。我正在使用JSOUP和grails。到目前为止,代码已经编写完毕从XHTML文档中使用grails中的JSOUP获取两个不同标记之间的文本,html,grails,tags,xhtml,jsoup,Html,Grails,Tags,Xhtml,Jsoup,我试图在我的xhtml文档中获取标记的所有文本。此标记在整个文档中出现1000次。我正在尝试创建与此标记关联的文本列表。我正在使用JSOUP和grails。到目前为止,代码已经编写完毕 Document doc = Jsoup.parse(file,"UTF-8") Elements pres = doc.getElementsByTag("ae_definedTermTitleBegin"); println pres //This prints a list which contains t
Document doc = Jsoup.parse(file,"UTF-8")
Elements pres = doc.getElementsByTag("ae_definedTermTitleBegin");
println pres //This prints a list which contains the tag itself fr eg. [<ae_definedtermtitlebegin/>,<ae_definedtermtitlebegin/>,<ae_definedtermtitlebegin/>....]
for (Element pre : pres) {
println pre.text() //prints nothing. I assumed this would print the text within the tag
}
Document doc=Jsoup.parse(文件“UTF-8”)
Elements pres=doc.getElementsByTag(“ae_definedtermttitlebegin”);
println pres//打印一个包含标签本身的列表,例如[,…]
用于(元件前置:前置){
println pre.text()//不打印任何内容。我认为这会打印标记中的文本
}
谢谢你的帮助。非常感谢。
在xhtml文档中,文本如下所示
<ae_definedTermTitleBegin />Applicable Permitted Investment
Amount<ae_definedTermTitleEnd />
适用的允许投资
数量
我意识到我的内容在两个不同的标签之间。如何获取这两个标记之间的文本?导入java.util.ArrayList;
import java.util.ArrayList;
import java.util.List;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Node;
import org.jsoup.nodes.TextNode;
public class Main {
public static void main(String[] args) throws Exception {
/* String html = "<ae_definedTermTitleBegin />" +
"Applicable Permitted Investment Amount" +
"<ae_definedTermTitleEnd />";
*/
String html = "<ae_definedTermTitleBegin />" +
"Applicable Permitted Investment Amount" +
"<ae_definedTermTitleBegin />" +
"Inner example" +
"<ae_definedTermTitleEnd />" +
"This is harder" +
"<ae_definedTermTitleEnd />";
Document doc = Jsoup.parse(html);
List<TextNode> lines = getTextBetweenTags(doc.getElementsByTag("body").get(0).childNodes(),
"ae_definedTermTitleBegin", "ae_definedTermTitleEnd");
System.out.println(lines);
}
private static List<TextNode> getTextBetweenTags(List<Node> listOfNodes, String tagStart, String tagEnd) {
List<TextNode> lines = new ArrayList<>();
int inRangeCounter = 0;
for(Node node : listOfNodes) {
if(node.nodeName().equalsIgnoreCase(tagStart)) {
inRangeCounter++;
} else if(node.nodeName().equalsIgnoreCase(tagEnd)) {
inRangeCounter--;
} else if(inRangeCounter > 0 && node instanceof TextNode) {
lines.add((TextNode)node);
}
}
return lines;
}
}
导入java.util.List;
导入org.jsoup.jsoup;
导入org.jsoup.nodes.Document;
导入org.jsoup.nodes.Node;
导入org.jsoup.nodes.TextNode;
公共班机{
公共静态void main(字符串[]args)引发异常{
/*字符串html=“”+
“适用的允许投资金额”+
"";
*/
字符串html=“”+
“适用的允许投资金额”+
"" +
“内部示例”+
"" +
“这更难”+
"";
Document doc=Jsoup.parse(html);
列表行=getTextBetweenTags(doc.getElementsByTag(“body”).get(0.childNodes(),
“定义术语标题开始”、“定义术语标题结束”);
系统输出打印项次(行);
}
私有静态列表getTextBetweenTags(节点列表、字符串标记开始、字符串标记结束){
列表行=新的ArrayList();
int inRangeCounter=0;
用于(节点:listOfNodes){
if(node.nodeName().equalsIgnoreCase(tagStart)){
inRangeCounter++;
}else if(node.nodeName().equalsIgnoreCase(tagEnd)){
在量程计数器--;
}else if(inRangeCounter>0&&TextNode的节点实例){
添加((TextNode)节点);
}
}
回流线;
}
}
我遇到了使用SAX解析器的其他解决方案。谢谢你的帮助:)