Javascript javajsoup：提取所有文本

我有以下代码。 doc.body.text（）语句不输出样式和脚本标记中的文本。我阅读了.text（）函数代码，它查找TextNode的所有实例。Jsoup中的TextNode是什么

为什么脚本文本不包含在.text（）输出中

String contex=“styledivscript段落
正文”；
文档doc=Jsoup.parse（上下文，“UTF-8”）；
字符串text=doc.body（）.text（）；
System.out.println（“测试文本：”+文本）；

---

输出：paragraphbody

为此，您需要使用

org.jsoup.select.Elements

来解析标签，如

为什么脚本文本不包含在.text（）输出中

因为

script

和

style

有数据，而不是文本

要从

script

的数据中获取数据，请使用

getElementsByTag

Elements scriptElements = doc.getElementsByTag("script");

并通过

getWholeData

for (Element element :scriptElements ){                
    for (DataNode node : element.dataNodes()) {
        System.out.println(node.getWholeData());
    }
    System.out.println("-------------------");            
}

根据，对于

样式

或

脚本

标记被视为dataNode而不是textNode

---

.text（）函数包含哪些元素？所谓元素，我指的是div、p、h等。@user8788828除了

style

、

script

和

CData

之外的所有元素。

scripts
787878

Elements scriptElements = doc.getElementsByTag("script");

for (Element element :scriptElements ){                
    for (DataNode node : element.dataNodes()) {
        System.out.println(node.getWholeData());
    }
    System.out.println("-------------------");            
}

void insert(Token.Character characterToken) {
        Node node;
        // characters in script and style go in as datanodes, not text nodes
        final String tagName = currentElement().tagName();
        final String data = characterToken.getData();

        if (characterToken.isCData())
            node = new CDataNode(data);
        else if (tagName.equals("script") || tagName.equals("style"))
            node = new DataNode(data);
        else
            node = new TextNode(data);
        currentElement().appendChild(node); // doesn't use insertNode, because we don't foster these; and will always have a
   stack.
    }