Java HTML解析（存储为字符串）

我正在分析一个网页，但我遇到了一些问题，该网页包含很多这样的元素：

<div class="tweet">
        <a href="https://twitter.com/Sweden" target="_blank" class="tweet__link">@sweden</a>
        <span class="tweet__timestamp"><a href="https://twitter.com/sweden/status/694285861026926594" target="_blank" class="tweet__permalink">Feb. 1, 2016, 11:27 p.m.</a></span>
        <p class="tweet__content"><a href='http://twitter.com/UnbatedFlunky' target='_blank'>@UnbatedFlunky</a> Good to know. :)</p>
    </div>

    <div class="tweet">
        <a href="https://twitter.com/Sweden" target="_blank" class="tweet__link">@sweden</a>
        <span class="tweet__timestamp"><a href="https://twitter.com/sweden/status/694285696140513280" target="_blank" class="tweet__permalink">Feb. 1, 2016, 11:26 p.m.</a></span>
        <p class="tweet__content">RT <a href='http://twitter.com/UnbatedFlunky' target='_blank'>@UnbatedFlunky</a>: .<a href='http://twitter.com/sweden' target='_blank'>@sweden</a> exactly the kind of content I'd want representing my country. 10/10</p>
    </div>

---

但我用这种方式将所有内容存储在一个字符串中，但我的问题是如何将它们分开，例如，让我们说字符串数组：/也许这是一个愚蠢的问题，但我无法让它工作：//

doc.getElementsByClass（“tweet”）

返回一个数组，您应该在该数组上迭代并为每个

tweet

元素创建一个数组条目。比如说

List<String> stringList = new ArrayList<>();
List<Element> tweets = doc.getElementsByClass("tweet");
for(Element tweet : tweets){
    stringList.add(tweet.text()); 
}

List-stringList=new-ArrayList（）；
List tweets=doc.getElementsByClass（“tweet”）；
对于（元素tweet:tweets）{
添加（tweet.text（））；
}

---

文本将在

stringList

列表中。

doc.getElementsByClass（“tweet”）

返回一个数组，您应该在该数组上迭代并为每个

tweet

元素创建一个数组条目。比如说

List<String> stringList = new ArrayList<>();
List<Element> tweets = doc.getElementsByClass("tweet");
for(Element tweet : tweets){
    stringList.add(tweet.text()); 
}

List-stringList=new-ArrayList（）；
List tweets=doc.getElementsByClass（“tweet”）；
对于（元素tweet:tweets）{
添加（tweet.text（））；
}

---

文本将出现在

stringList

列表中。

您是否考虑过先创建一个模型，然后尝试序列化它？您所说的模型是什么意思？：它是一个反映HTML（DOM）结构的实体（在OOP中）。您应该仔细阅读序列化和反序列化。ApacheXerces将是一个易于实现的将HTML反序列化为类的框架：您是否考虑过先创建一个模型，然后尝试将其序列化？您所说的模型是什么意思？：它是一个反映HTML（DOM）结构的实体（在OOP中）。您应该仔细阅读序列化和反序列化。Apache Xerces将是一个易于实现的框架，用于将HTML反序列化为类：