Как разобрать текст без вложенных HTML-элементов, используя Jericho? - PullRequest
Новая
       21

Как разобрать текст без вложенных HTML-элементов, используя Jericho?

1 голос
/ 21 марта 2012

Используя Иерихон, мне нужно разобрать что-то вроде этого: 

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

Я хочу разобрать "Spoon bows", но я получаю весь контент в теге <div>, используя следующий код: 

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

Ответы [ 2 ]

6 голосов
/ 13 ноября 2012

Это должно помочь вам: 

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;
}
1 голос
/ 25 октября 2012

Может быть, вы могли бы перебрать дочерние элементы вашего титровального узла.

Посмотрите на этот вопрос: Как перебирать сегменты простого текста с помощью HTML-парсера Jericho

...