JSOUP 选择“ ”答案

【问题标题】：JSOUP Select " "JSOUP 选择“ ”
【发布时间】：2014-08-24 12:36:56
【问题描述】：

大家好，我正在尝试在 HTML 文件中选择标签“”，但它在这里不起作用是该网站的来源：

</div><p><a href="http://www.pinoyfitness.com/wp-content/uploads/2014/03/sofitel-manila-half-marathon-2014-poster.jpg"><img src="http://www.pinoyfitness.com/wp-content/uploads/2014/03/sofitel-manila-half-marathon-2014-poster-540x783.jpg" alt="sofitel-manila-half-marathon-2014-poster" width="540" height="783" class="aligncenter size-medium wp-image-32747" /></a></p>
<p>Introducing the Manila Half Marathon happening on August 17, 2014 at the SM Mall of Asia Grounds. This race is for the benefit of the children of <a href="http://www.virlanie.org/" rel="nofollow" target="_blank">Virlanie</a></p>
 <p><font size="3"><strong>Sofitel Manila Half-Marathon 2014</strong></font><br />
August 17, 2014 @ 3AM<br />
SM Mall of Asia<br />
5K/10K/21K<br />
Organizer: RunRio</p>
<p><strong>Registration Fees:</strong><br />
21K &#8211; P950<br />
10K &#8211; P850<br />
5K &#8211; P750</p>

这是我目前的工作：

doc = Jsoup.connect("http://www.pinoyfitness.com/2014/03/manila-half-marathon-august-17-2014/").timeout(0).get();
            Element bod = doc.body();
            Elements info = bod.select("br");
            String textString = info.text();

            System.out.println(textString);

我正在尝试使用“
”检索 html 代码，以便我可以轻松地对其进行拆分和格式化。

但是当我选择元素“P”时，它会打印所有不包括“
”的文本，例如“介绍 2014 年 8 月 17 日在 SM 亚洲购物中心举行的马尼拉半程马拉松比赛。这场比赛为 Virlanie Sofitel Manila Half-Marathon 2014 年 8 月 17 日 @ 3AM SM Mall of Asia 5K/10K/21K 组织者的孩子们的利益而设”

我是 JSOUP 的新手，所以如果遇到 newbee 错误或类似的问题，请放轻松。提前致谢。

【问题讨论】：

标签  似乎没那么有用。您究竟要检索什么内容？
我正在尝试检索这样的内容：介绍 2014 年 8 月 17 日在 SM Mall of Asia Grounds 举行的马尼拉半程马拉松赛。这场比赛是为了 2014 年索菲特马尼拉半程马拉松的孩子们的利益
”，所以我可以用
将他们分开，对吗？@Reimeus
请将其添加到问题本身 - 使用 Edit 链接
@Reimeus 我在那里添加了它：D

标签： java html-parsing jsoup

【解决方案1】：

如果您想在解析后的内容中保留  标签，解决问题的一个稍微简单的方法是将原始 HTML 代码中的所有  标签替换为文本占位符（一个方便的正则表达式从here):

html.replaceAll("(?i)<br[^>]*>", "br2n")

如果这是您一直在努力实现的目标，那么您可以使用textString.split("br2n")。

【讨论】：