Java 防止子元素被选中JSoup

我使用JSoup获取HTML文件中标记之间的文本，这些标记直接位于特定元素或其子元素/子元素中（子元素和子元素中的标记包含在select（）中）。我首先使用select（）获取div元素，然后使用for循环获取其中的p元素。但是，问题是，因为在其他div标记中有div标记，所以我得到了重复的文本。比如说,

<div id = div1>
    <p>Stack Overflow</p>
    <div id = div2>
        <p>Ask Question, Get Answer</p>
    ...

堆栈溢出

问问题，得到答案

...

如果我在div1中选择，我会得到“堆栈溢出”和“问问题，得到答案”，如果我在div2中选择，我会得到“问问题，得到答案”。正如你所看到的，“问问题，得到答案”会重复两次，我只想要一次

因此，我不希望选择任何子级

---

谢谢你的帮助

如果我正确理解你的问题，你想要的是直接的孩子而不是子孩子。为此，请使用CSS直接子体“>”运算符

说你有

div#some-parent
        div
            p para1
            p para2
            div
        div
            p para3
            p para4
            div

如果您想得到

div

，它是

p

的父对象，而不是它的兄弟对象，那么您可以使用类似

div#some parent>div

的选择器

编辑：如果要访问感兴趣元素的文本节点并忽略其子元素的文本，则应使用

org.jsoup.nodes.element.ownText（）方法。例如

document.select("div#some-parent").get(0).ownText();

我看到这种可能性：

String html = 
          "<div id = div1>"+
            "<p>Stack Overflow</p>"+
            "<div id = div2>"+
              "<p>Ask Question, Get Answer</p>"+
            "</div>"+
         "</div>";
doc = Jsoup.parse(html);

doc = Jsoup.parse(html);

Elements divPs = doc.select("div>p");

for (Element divP : divPs){
    System.out.println(divP.ownText());     
}

诀窍是用
选择器选择任何div的直接p子级，然后只输出每个p的。（这仅在p标记包含内部标记时才需要，在您的示例中没有给出）
我修改了我的问题，使其不那么模棱两可。感谢您的回复，但我不希望选择任何孩子，只希望选择家长。因此，如果我使用您的示例，将返回的唯一元素是div#some parent（它的所有子元素都包含在其中），那么为什么不选择“div#some parent”呢？或者您只希望文本位于div#some parent中，不包括子元素的所有文本……这些答案对您有帮助吗？如果是，请投票表决。如果一个答案解决了你的问题，请考虑接受这个答案。
Stack Overflow
Ask Question, Get Answer