Java 如何仅从HTML文档中提取粗体文本？

我需要提取HTML文档正文中的所有粗体代码段。我需要在服务器端使用Java（而不是在浏览器上）执行此操作

页面上的文本可以是粗体，因为标签，例如

，

等，或者因为内联CSS样式

style=“font-weight:bold；”“

，或者因为使用CSS类别的外部CSS样式

我正在使用Jsoup，但我也可以使用任何其他库来完成这项工作

---

谢谢你的时间

您可以使用getElementsByTagName（）

此外，也可能有用querySelectorAll

---

祝你好运，Daniel对于标签和内联样式（例如，直接添加到html中的样式，不包含在外部css样式表中），你可以使用css选择器。（对于内联样式，应该是

[style*=“font-weight:bold；”]

）。

简单的JavaScript解决方案：在足够新的浏览器上，可以使用

getPropertyValue

方法检索元素的计算样式。您可以遍历文档树并检查所有文本节点；文本节点没有样式，因此需要检查其父节点：

function consume(string) {
  console.log(string);
}
function traverse(tree) {
  var i;
  if(tree.nodeType === 3) {
    if(getComputedStyle(tree.parentNode).getPropertyValue('font-weight') === 'bold') {
      consume(tree.textContent);
    }
  }
  for(i = 0; i < tree.childNodes.length; i++) {
    traverse(tree.childNodes[i]);
  }
}
traverse(document.body);

函数消耗（字符串）{
console.log（字符串）；
}
函数遍历（树）{
var i；
if（tree.nodeType==3）{
if（getComputedStyle（tree.parentNode）.getPropertyValue（'font-weight'）=='bold'）{
消费（tree.textContent）；
}
}
对于（i=0；i

用自己处理粗体文本的函数替换

consume

即使声明为

700

时，

font-weight

的计算值似乎也是

bold

---

请注意，这将仅拾取字体权重专门设置为粗体（700）的文本。计算字重为600、800或900的元素很可能以粗体显示（当然取决于字体的可用性）。可以通过对测试进行明显的修改来覆盖它们。

只需按标记名抓取元素，然后循环：

elem = document.getElementsByTagName("b");

for(i=0;i<elem.length;i++) {
    console.log(elem[i].innerText)
}

elem=document.getElementsByTagName（“b”）；
对于（i=0；i）页面是否有定义的结构，或者是否可以改变？如果可能，请发布一个示例HTML页面。为什么添加javascript标记？Java更合适？否？如果您想在“服务器端”执行此操作，您应该将问题标记为“Java”.Jukka K.Korpela花了一些时间为您提供了一个令人敬畏的高质量解决方案，而您却接受了一个有缺陷且便宜的解决方案，编辑您的问题和标签，使其“适合”解决方案。我为Slytael感到抱歉。我的错！谢谢你添加了标签。那么通过外部样式表加粗的文本呢？在我看来，jsoup是不可能的。然后他必须找到另一个库或写下css解析器。Op没有指定他是否必须处理外部css样式表，因此我给了他一个解决方案，指定了我需要的内容很好。你也有Java服务器端的解决方案吗？这不是一个很好的答案。请参阅“你必须解释应该做什么”，而不仅仅是链接到一个可能的答案