使用Jsoup HTML解析器解析注释标记
问题描述:
我正在使用基本解析器程序解析简单HTML文档。使用Jsoup HTML解析器解析注释标记
Document doc = Jsoup.parse(responseFromServer);
Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
String linkText = null;
for (Element link : links) {
linkText = link.text();
}
某些标签被注释掉。我也想解析评论中的这些标签。由于我无法访问HTML输出源,因此我无法编辑文件并删除评论。
我该如何解析评论标签?
答
默认情况下,Jsoup忽略注释。为了解析它们,您可以在解析之前转换html字符串。沿线的东西
htmlStr = htmlStr.replaceAll("<!--|-->","");
document doc = Jsoup.parser(htmlStr);
这只会工作没有问题,如果注释掉的HTML是真的多多少少有效的HTML。如果它只是文本,你可能需要改变它的不同。