如何使用Jsoup遍历HTML树？

我觉得这个问题已被提出，但我没有找到任何答案。

从Jsoup中的Document元素，我如何遍历HTML内容中的所有元素？

我正在阅读文档，我正在考虑使用childNodes()方法，但它只接受下面一个leval的节点（我理解）。 我想我可以使用这种方法进行一些递归，但我想知道是否有更合适/本地的方法来做到这一点。

Answer 1

从Document （和任何Node子类），您可以使用traverse(NodeVisitor)方法。

例如：

 document.traverse(new NodeVisitor() { public void head(Node node, int depth) { System.out.println("Entering tag: " + node.nodeName()); } public void tail(Node node, int depth) { System.out.println("Exiting tag: " + node.nodeName()); } }); 

Answer 2

1）您可以使用*选择器选择文档的所有元素。

 Elements elements = document.body().select("*"); 

2）使用Element.ownText（）方法单独检索每个文本。

 for (Element element : elements) { System.out.println(element.ownText()); } 

3）使用Element.html（String strHtml）单独修改每个文本。 （清除元素中的任何现有内部HTML，并将其替换为已解析的HTML。）

 element.html(strHtml); 

希望这会帮助你。 谢谢！

Answer 3

您可以使用以下代码：

 public class JsoupDepthFirst { private static String htmlTags(Document doc) { StringBuilder sb = new StringBuilder(); htmlTags(doc.children(), sb); return sb.toString(); } private static void htmlTags(Elements elements, StringBuilder sb) { for(Element el:elements) { if(sb.length() > 0){ sb.append(","); } sb.append(el.nodeName()); htmlTags(el.children(), sb); sb.append(",").append(el.nodeName()); } } public static void main(String... args){ String s = "this is head this is body"; Document doc = Jsoup.parse(s); System.out.println(htmlTags(doc)); } }