Java 如何在Jsoup中使用html（）方法划分行
我在Jsoup中通过标记捕获元素时遇到了一个问题。返回写入Java 如何在Jsoup中使用html（）方法划分行,java,hyperlink,jsoup,elements,Java,Hyperlink,Jsoup,Elements,我在Jsoup中通过标记捕获元素时遇到了一个问题。返回写入String crawlingNode=links.html（）中的links.html（）方法在.txt文件中写入整个字符串，不带空格或行分割。但是，在控制台中，它显示了每行划分的链接。因此，我需要询问是否有一种方法可以使用html（）方法在.txt文件中写入每行的链接分割？因为对于我来说，控制台上返回的方法显示分割是没有意义的，而在.txt文件中，我也可以这样做 ps：很抱歉没有给出一个较短的版本，但是代码是完全可运行的。关注 Ele
String crawlingNode=links.html（）中的links.html（）方法Elements links = doc.getElementsByTag("cite");
String crawlingNode = links.html();
crawlingNode = crawlingNode.replaceAll("(?=<).*?(>=?)", ""); //Remove undesired html tags
System.out.println(crawlingNode);
httptest.WriteOnFile(writer, crawlingNode);
Elements links=doc.getElementsByTag（“引用”）；
String crawlingNode=links.html（）；
crawlingNode=crawlingNode.replaceAll（（？==？），“”）//删除不需要的html标记
System.out.println（爬行节点）；
WriteOnFile（writer，crawlingNode）；
public class httptest {
static File file;
File folder= null;
String crawlingNode, date, timeZone,Tag="Google Node";
static BufferedWriter writer = null;
static httptest ht;
public httptest() throws IOException{
date = new SimpleDateFormat("yyyy.MM.dd hh-mm-ss").format(new Date());
folder = new File("queries/downloads/"+date+" "+TimeZone.getDefault().getDisplayName());
file = new File(folder.getPath()+"\\"+date+" "+Tag+".txt");
folder.mkdir();
}
private void GetLinks() throws IOException{
Document doc = Jsoup.connect("http://google.com/search?q=mamamia")
.userAgent("Mozilla/5.0 (X11; U; Linux x86_64; en-GB; rv:1.8.1.6) Gecko/20070723 Iceweasel/2.0.0.6 (Debian-2.0.0.6-0etch1)")
.cookie("auth", "token")
.timeout(3000)
.get();
Elements links = doc.getElementsByTag("cite");
String crawlingNode = links.html();
crawlingNode = crawlingNode.replaceAll("(?=<).*?(>=?)", ""); //Remove undesired html tags
System.out.println(crawlingNode);
httptest.WriteOnFile(writer, crawlingNode);
}
private static void OpenWriter(File file){
try {
writer = new BufferedWriter(new FileWriter(file));
} catch (IOException e) {
JOptionPane.showMessageDialog(null, "Failed to open URL Writer");
e.printStackTrace();
}
}
private static void WriteOnFile(BufferedWriter writer, String crawlingNode){
try {
writer.write(crawlingNode);
} catch (IOException e) {
JOptionPane.showMessageDialog(null, "Failed to write URL Node");
e.printStackTrace();
}
}
private static void CloseWriter(BufferedWriter writer){
try {
writer.close();
} catch (IOException e) {
JOptionPane.showMessageDialog(null, "Unable to close URL Writer");
System.err.println(e);
}
}
public static void main (String[] args) throws IOException{
ht = new httptest();
httptest.OpenWriter(file);
ht.GetLinks();
httptest.CloseWriter(writer);
}
}
公共类httptest{
静态文件；
文件夹=null；
字符串爬行节点，日期，时区，Tag=“谷歌节点”；
静态BufferedWriter=null；
静态httpht试验；
公共httptest（）引发IOException{
日期=新的简化格式（“yyyy.MM.dd hh MM ss”）。格式（新日期（）；
文件夹=新文件（“查询/下载/”+日期+“”+时区.getDefault（）.getDisplayName（））；
file=新文件（folder.getPath（）+“\\”+日期+“+标记+”.txt”）；
folder.mkdir（）；
}
私有void GetLinks（）引发IOException{
Document doc=Jsoup.connect（“http://google.com/search?q=mamamia")
.userAgent（“Mozilla/5.0（X11；U；Linux x86_64；en GB；rv:1.8.1.6）Gecko/20070723 Iceweasel/2.0.0.6（Debian-2.0.0.6-0etch1）”）
.cookie（“身份验证”、“令牌”）
.超时（3000）
.get（）；
元素链接=doc.getElementsByTag（“引用”）；
String crawlingNode=links.html（）；
crawlingNode=crawlingNode.replaceAll（（？==？），“”）；//删除不需要的html标记
System.out.println（爬行节点）；
WriteOnFile（writer，crawlingNode）；
}
私有静态void OpenWriter（文件）{
试一试{
writer=newbufferedwriter（newfilewriter（file））；
}捕获（IOE异常）{
showMessageDialog（null，“无法打开URL编写器”）；
e、 printStackTrace（）；
}
}
私有静态void WriteOnFile（BufferedWriter编写器，字符串爬网节点）{
试一试{
writer.write（爬行节点）；
}捕获（IOE异常）{
showMessageDialog（null，“无法写入URL节点”）；
e、 printStackTrace（）；
}
}
专用静态无效CloseWriter（BufferedWriter-writer）{
试一试{
writer.close（）；
}捕获（IOE异常）{
showMessageDialog（null，“无法关闭URL编写器”）；
系统错误println（e）；
}
}
公共静态void main（字符串[]args）引发IOException{
ht=新的httptest（）；
OpenWriter（文件）；
ht.GetLinks（）；
httptest.CloseWriter（writer）；
}
}
for(Element link : links)
{
String crawlingNode = link.html();
crawlingNode = crawlingNode.replaceAll("(?=<).*?(>=?)", ""); //Remove undesired html tags
System.out.println(crawlingNode);
httptest.WriteOnFile(writer, crawlingNode);
}
for（元素链接：链接）
{
String crawlingNode=link.html（）；
crawlingNode=crawlingNode.replaceAll（（？==？），“”）；//删除不需要的html标记
System.out.println（爬行节点）；
WriteOnFile（writer，crawlingNode）；
}
虽然我不能100%确定单个元素是否能与.html（）方法一起工作。你得自己试试。让我知道它是如何运行的。爬行节点中的行是用unix行分隔符
\n\r\ncrawlingNode.replace("\n", System.getProperty("line.separator"))
替换字符串不是一个有效的解决方案。相反，我们需要创建另一个字符串，并使用
text（） Elements links = doc.getElementsByTag("cite");
String crawlingNode = links.html();
crawlingNode = crawlingNode.replaceAll("(?=<).*?(>=?)", ""); //Remove undesired html tags
for (Element link : links) {
String linkText = link.text()+System.lineSeparator();
System.out.println(linkText);
httptest.WriteOnFile(writer, linkText);
}
Elements links=doc.getElementsByTag（“引用”）；
String crawlingNode=links.html（）；
crawlingNode=crawlingNode.replaceAll（（？==？），“”）//删除不需要的html标记
用于（元素链接：链接）{
字符串linkText=link.text（）+系统.lineSeparator（）；
System.out.println（linkText）；
httptest.WriteOnFile（writer，linkText）；
}