如何使用 Jsoup for android 从带有 CDATA 的标签 <content:encoded> 检索数据？答案

【问题标题】：How to retrieve data from tag <content:encoded> with CDATA from RSS feed with Jsoup for android?如何使用 Jsoup for android 从带有 CDATA 的标签 <content:encoded> 检索数据？
【发布时间】：2021-01-07 06:47:09
【问题描述】：

我想使用 jsoup 从 RSS 提要中检索数据。我可以使用所有标签，但是当有 content:encoded 标签时我不能这样做。请任何人帮助我如何从内容获取数据：编码标签。我的提要 URL 是 https://sambad.in/feed/，我的代码也是 Document doc = Jsoup.parse(String.valueOf(response)); 元素 itemElements = doc.select("item");

            for (int i = 0; i < itemElements.size(); i++) {

                Element item = itemElements.get(i);
                String title = item.child(0).text();
                String link=item.child(1).text();
                String imgUrl=extractImageUrl(item.select("description").text());
                String description = extractPostText(item.select("description").text())+"From Sambad: By Pin2";
                String fullnews=extractPostText(item.children().select("http://purl.org/rss/1.0/modules/content/encoded").text());

【问题讨论】：

标签： java android rss jsoup

【解决方案1】：

要使用的选择器是content|encoded。要指定命名空间标记，请将: 替换为|。有关更多示例，请参阅jsoup selector documentation。

这是Try Jsoup 上的一个活生生的例子。

需要注意的几点：

对于 RSS，您应该使用 XML parser 而不是（默认）解析器。通常，如果您使用Jsoup.connect(url) 加载内容，这会自动发生，因为它会根据内容类型设置解析器。但是您正在绕过它（通过提供字符串输入），因此您需要手动指定它。
content|encoded 选择器的结果将是一组包含带有 HTML 标记的文本的元素（未解析的 HTML 元素）。这是因为 RSS 中的内容是 HTML 编码（转义）的。如果您希望它作为解析后的 HTML，接下来您应该对文本使用 Jsoup.parseBodyFragment(String) 方法。

【讨论】：