如何从JDOM获取节点内容

我正在使用import org.jdom在java中编写应用程序。*;

我的XML有效，但有时它包含HTML标记。 例如，像这样：

Anatomy & Physiology   For more info click here 
Learn more about the human body. Choose from a variety of Physiology (A&P) designed for complementary therapies.  Online studies options are available.
    Health & Human Services 

所以我的问题是overview.content节点内的

标签。

我希望这段代码能够正常工作：

  Element overview = sds.getChild("overview"); Element content = overview.getChild("content"); System.out.println(content.getText()); 

但它返回空白。

如何从overview.content节点返回所有文本（嵌套标签和所有文本）？

谢谢

Answer 1

content.getText()提供即时文本，只对带有文本内容的叶元素有用。

诀窍是使用org.jdom.output.XMLOutputter （使用文本模式CompactFormat ）

 public static void main(String[] args) throws Exception { SAXBuilder builder = new SAXBuilder(); String xmlFileName = "a.xml"; Document doc = builder.build(xmlFileName); Element root = doc.getRootElement(); Element overview = root.getChild("overview"); Element content = overview.getChild("content"); XMLOutputter outp = new XMLOutputter(); outp.setFormat(Format.getCompactFormat()); //outp.setFormat(Format.getRawFormat()); //outp.setFormat(Format.getPrettyFormat()); //outp.getFormat().setTextMode(Format.TextMode.PRESERVE); StringWriter sw = new StringWriter(); outp.output(content.getContent(), sw); StringBuffer sb = sw.getBuffer(); System.out.println(sb.toString()); } 

产量

 For more info clickhere
Learn more about the human body. Choose from a variety of Physiology (A&P) designed for complementary therapies.  Online studies options are available. 

请探索其他格式选项并根据需要修改上述代码。

“封装XMLOutputter格式选项的类。典型用户可以使用getRawFormat（）获取的标准格式配置（无空格更改），getPrettyFormat（）（空白美化）和getCompactFormat（）（空格规范化）。”

Answer 2

您可以尝试使用方法getValue（）进行最接近的近似，但这样做可以将元素中的所有文本和后代连接在一起。 这不会以任何forms提供

标签。 如果该标记在您所显示的XML中，则它已成为XML标记的一部分。 它需要被包括为<p> 或嵌入CDATA部分，作为文本处理。

或者，如果您知道XML中可能出现或未出现的所有元素，则可以应用XSLT转换，将不作为标记的内容转换为纯文本。

Answer 3

好吧，也许这就是你需要的：

 import java.io.StringReader; import org.custommonkey.xmlunit.XMLTestCase; import org.custommonkey.xmlunit.XMLUnit; import org.jdom.input.SAXBuilder; import org.jdom.output.XMLOutputter; import org.testng.annotations.Test; import org.xml.sax.InputSource; public class HowToGetNodeContentsJDOM extends XMLTestCase { private static final String XML = "\n" + " Anatomy & Physiology\n" + " \n" + " \n" + " For more info click here\n" + " 
Learn more about the human body. Choose from a variety of Physiology (A&P) designed for complementary therapies.  Online studies options are available.
\n" + " \n" + " \n" + " \n" + " Health & Human Services\n" + " \n" + ""; private static final String EXPECTED = "For more info click here\n" + "
Learn more about the human body. Choose from a variety of Physiology (A&P) designed for complementary therapies.  Online studies options are available.
"; @Test public void test() throws Exception { XMLUnit.setIgnoreWhitespace(true); Document document = new SAXBuilder().build(new InputSource(new StringReader(XML))); List content = document.getRootElement().getChild("overview").getChild("content").getContent(); String out = new XMLOutputter().outputString(content); assertXMLEqual("" + EXPECTED + "", "" + out + ""); } } 

输出：

 PASSED: test on instance null(HowToGetNodeContentsJDOM) =============================================== Default test Tests run: 1, Failures: 0, Skips: 0 =============================================== 

我正在使用JDom和generics： http ：//www.junlu.com/list/25/883674.html

编辑：事实上，这与Prashant Bhate的回答并没有太大的不同。 也许你需要告诉我们你错过了什么……

Answer 4

如果您还要生成XML文件，则应该能够将您的html数据封装在以便XML解析器不会对其进行解析。

Answer 5

问题是节点没有文本子节点; 它有一个恰好包含文本的

子项。

尝试这个：

 Element overview = sds.getChild("overview"); Element content = overview.getChild("content"); Element p = content.getChild("p"); System.out.println(p.getText()); 

如果您想要所有直接子节点，请调用p.getChildren() 。 如果要获取所有子节点，则必须递归调用它。

Answer 6

不是特别漂亮，但工作正常（使用JDOM API）：

 public static String getRawText(Element element) { if (element.getContent().size() == 0) { return ""; } StringBuffer text = new StringBuffer(); for (int i = 0; i < element.getContent().size(); i++) { final Object obj = element.getContent().get(i); if (obj instanceof Text) { text.append( ((Text) obj).getText() ); } else if (obj instanceof Element) { Element e = (Element) obj; text.append( "<" ).append( e.getName() ); // dump all attributes for (Attribute attribute : (List)e.getAttributes()) { text.append(" ").append(attribute.getName()).append("=\"").append(attribute.getValue()).append("\""); } text.append(">"); text.append( getRawText( e )).append(""); } } return text.toString(); } 

Prashant Bhate的解决方案虽然更好！

Answer 7

如果要输出某些JSOM节点的内容，请使用

 System.out.println(new XMLOutputter().outputString(node))