Java 防止Jsoup丢弃额外的空白

我正在使用Jsoup清理表单中的用户输入。该表单包含一个需要纯文本的

。提交表单时，我用

Jsoup.clean（textareaContents）

清理输入；但是，由于html忽略了额外的空格，

Jsoup.clean（）

将从输入中删除有价值的空格字符

例如，如果有人在

文本区域

中输入了几行文本：

hello

test

在

Jsoup.clean（）之后，您将有：

hello test

如何使
Jsoup.clean（）
保留空白？我知道它是为解析html而设计的，而这不是html，所以有更好的选择吗？
如果您的textarea只需要纯文本，那么我认为您最好只使用html来转义纯文本。即，将用户输入的
标记分别转换为
和
。无论是输入还是输出（输入可能更安全，所以您只需考虑一次）

正如您所说，设计用于解析不受信任的输入HTML和输出受信任的HTML，其中使用元素进行格式化。
对于后代，如果您仍然需要使用空格访问原始文本，可以使用方法

示例代码：

/**
 * @param cell element that contains whitespace formatting
 * @return
 */
public static String getText(Element cell) {
    String text = null;
    List<Node> childNodes = cell.childNodes();
    if (childNodes.size() > 0) {
        Node childNode = childNodes.get(0);
        if (childNode instanceof TextNode) {
            text = ((TextNode)childNode).getWholeText();
        }
    }
    if (text == null) {
        text = cell.text();
    }
    return text;
}

/**
*@param单元格元素，包含空格格式
*@返回
*/
公共静态字符串getText（元素单元格）{
字符串文本=空；
List childNodes=cell.childNodes（）；
if（childNodes.size（）>0）{
Node childNode=childNodes.get（0）；
if（文本节点的子节点实例）{
text=（（TextNode）childNode.getWholeText（）；
}
}
if（text==null）{
text=cell.text（）；
}
返回文本；
}

在上面的代码中，我们假设传入的元素直接在元素体中包含文本内容（我们使用第一个节点）。如果不是这样，它将回到常规方法。
Neeme Praks的回答非常好，正确地保留了空白。然而，内联HTML确实把事情搞砸了

<span>This is<br />some text.  Cool story.</span>

或者，如果传入一个没有自己文本的元素，它将返回null

因此，为了我的目的，我不得不对该方法进行一些修改。这可能会帮助一些人，所以我把它贴在这里。基本思想是迭代子对象，而不是只取第一个。这还包括一个获取没有子元素的任何元素的HTML的案例

这样，原始代码段将返回：

This is<br />some text.  Cool story.

我有一个类似的不寻常的用例，其中空格很重要，文本中添加了

标记。我放弃了你的方法，现在一切都很好（在过去两天花了几个小时在这上面）。感谢您花时间发布您的方法。为什么有textBuilder.append（node.outerHtml（））；？这将复制标记的内容。ie“hello>”将变成“hellohello”。我错过什么了吗？
This is<br />some text.  Cool story.

public static String getText(Element cell) {
    StringBuilder textBuilder = new StringBuilder();
    for (Node node : cell.childNodes()) {
        if (node instanceof TextNode) {
            textBuilder.append(((TextNode)node).getWholeText());
        }
        else {
            for (Node childNode : node.childNodes()) {
                textBuilder.append(getText((Element)childNode));
            }
            textBuilder.append(node.outerHtml());
        }
    }
    if (cell.childNodes().isEmpty()) {
        textBuilder.append(cell.outerHtml());
    }
    return textBuilder.toString();
}