1

Jerichoを使用して、次のようなものを解析する必要があります。

<html>
<div class="title">
    Spoon bows
    <br/>
    <span>
        A Matrix scene.
        <br/>
        Matrix 1
    </span>
</div>
</html>

「スプーンボウ」を解析したいのですが<div>、次のコードを使用してタグ内のコンテンツ全体を取得します。

List<Element> list = item.getAllElementsByClass("title");
if(list!=null) {
    Element title = list.get(0);
    if(title!=null) {
        String text = title.getContent().getTextExtractor().toString();
        }
    }
}
4

2 に答える 2

6

これはあなたを助けるはずです:

private String getTextContent(Element elem) {
    String text = elem.getContent().toString();

    final List<Element> children = elem.getChildElements();
    for (Element child : children) {
        text = text.replace(child.toString(), "");
    }
    return text;
}
于 2012-11-13T02:44:05.600 に答える
1

たぶん、タイトルノードの子要素を反復処理することができます。

この質問を見てください:JerichoHTMLパーサーを使用してプレーンテキストセグメントを反復処理する方法

于 2012-10-25T06:31:07.223 に答える