提取HTML标记之外的文本 [英] Extract text outside of a HTML Tag

问题描述

我有以下的HTML code：

I have the following HTML code:

<div class=example>Text #1</div> "Another Text 1"
<div class=example>Text #2</div> "Another Text 2"

我要提取的标签外的文本，另一个文本1和其他文本2

I want to extract the Text outside the tag, "Another Text 1" and "Another Text 2"

我使用JSoup实现这一目标。

I'm using JSoup to achieve this.

任何想法???

谢谢！

推荐答案

您可以选择下一个节点（不是元素！）每个 DIV -tag的。在你的榜样，他们都是的。

You can select the next Node (not Element!) of each div-tag. In your example they are all TextNode's.

final String html = "<div class=example>Text #1</div> \"Another Text 1\"\n"
                  + "<div class=example>Text #2</div> \"Another Text 2\" ";

Document doc = Jsoup.parse(html);

for( Element element : doc.select("div.example") ) // Select all the div tags
{
    TextNode next = (TextNode) element.nextSibling(); // Get the next node of each div as a TextNode

    System.out.println(next.text()); // Print the text of the TextNode
}

输出：

 "Another Text 1" 
 "Another Text 2" 

这篇关于提取HTML标记之外的文本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！