Java 使用jsoup进行Html解析，并具有序列化输出_Java_Html Parsing_Jsoup

Java 使用jsoup进行Html解析，并具有序列化输出

java

Java 使用jsoup进行Html解析，并具有序列化输出,java,html-parsing,jsoup,Java,Html Parsing,Jsoup,你能帮我解决JSOUP的一个小问题吗，我的问题是源html代码： <html> <head></head> <body> Needed Header Needed Sub Header 1 Needed Text<

你能帮我解决JSOUP的一个小问题吗，我的问题是

源html代码：

<html>
<head></head>
<body>
<p class="needed-header">Needed Header</p>
<p class="needed-sub-header">Needed Sub Header 1</p>
<p class="needed-text">Needed Text</p>
<p class="not-needed-text">Not-Needed Text</p>
<p class="needed-sub-header">Needed Sub Header 2</p>
<p class="not-needed-text">Not-Needed Text</p>
<p class="needed-text">Needed Text</p>
</body>
</html>

假设您的类不是真正用

needed…

命名的，您可以使用逗号

，

创建要查找的元素列表，如

File myHtmlFile = new File("input.txt");
String htmlToParse = new Scanner(myHtmlFile).useDelimiter("\\A").next();

Document doc = Jsoup.parse(htmlToParse);
Element chapterBody = doc.body();

Elements allElements = chapterBody
        .select("p.needed-header, p.needed-sub-header, p.needed-text");
for (Element el : allElements)
    System.out.println(el);

for (Element el : allElements) {
    if (el.className().equals("needed-header")) {
        System.out.println(">>>>" + el.text() + "<<<<");
    } else if (el.className().equals("needed-sub-header")) {
        System.out.println(">>" + el.text() + "<<");
    } else{
        System.out.println(el.text());
    }
}

输出：

<p class="needed-header">Needed Header</p>
<p class="needed-sub-header">Needed Sub Header 1</p>
<p class="needed-text">Needed Text</p>
<p class="needed-sub-header">Needed Sub Header 2</p>
<p class="needed-text">Needed Text</p>

输出：

>>>>Needed Header<<<<
>>Needed Sub Header 1<<
Needed Text
>>Needed Sub Header 2<<
Needed Text

>>所需的headerneed子Header 2不太了解您想要的内容。也许是这个？元素els=doc.select（“p:contains（needed）”@乔治戈博佐夫我怀疑OP对元素的顺序有问题。它可能应该是Header->subheader->text->AnotherSubHeader->text
，而它是Header->subheader->subheader->text->text？元素els=doc.select（“p[class^=needed]”；我第一次犯了一个错误，现在您将得到所有的p标签，该类属性以“needed”开头，原始顺序谢谢，我也将尝试！！
<p class="needed-header">Needed Header</p>
<p class="needed-sub-header">Needed Sub Header 1</p>
<p class="needed-text">Needed Text</p>
<p class="needed-sub-header">Needed Sub Header 2</p>
<p class="needed-text">Needed Text</p>

for (Element el : allElements) {
    if (el.className().equals("needed-header")) {
        System.out.println(">>>>" + el.text() + "<<<<");
    } else if (el.className().equals("needed-sub-header")) {
        System.out.println(">>" + el.text() + "<<");
    } else{
        System.out.println(el.text());
    }
}

>>>>Needed Header<<<<
>>Needed Sub Header 1<<
Needed Text
>>Needed Sub Header 2<<
Needed Text