如何在java中使用jsoup用字符替换html标签

Question

我正在使用 Java 代码从 Web 中提取信息进行处理，并且我正在使用 jsoup 库来清理从网站获得的响应中的 html 标记。现在，为了从这些代码中提取信息，我必须将 html 标记替换为很少使用的字符，例如“~”。

这是我的问题：

如何转换：

<h1>This is heading 1</h1>
<h2>This is heading 2</h2>
<h3>This is heading 3</h3>
<h4>This is heading 4</h4>
<h5>This is heading 5</h5>
<h6>This is heading 6</h6>

进入这个：

   ~This is heading 1~
   ~This is heading 2~
   ~This is heading 3~
   ~This is heading 4~
   ~This is heading 5~
   ~This is heading 6~

使用jsoup?

Answer 1

String cssSelector = //add your selector. from the example you include i cant get a proper selector.
Document doc = Jsoup.parse("html")
Elements elms = doc.select(cssSelector)
for(Element elm:elms){
     System.out.println("~" + elm.text() + "~")
}

更新

如果你想替换 ALL 元素，你可以这样做：

html = html.replaceAll("<[^>]*>","~")