转换 html 行时 JSOUP 缺少标记答案

【问题标题】：JSOUP missing tag when converting html row转换 html 行时 JSOUP 缺少标记
【发布时间】：2020-04-06 02:37:31
【问题描述】：

我在使用 jsoup 时遇到问题，我想获取一行数据，稍后我将把该行插入到另一个 html 文档中。但是当我检查时发现没有和标签。我该如何解决它

String htmlcontent = "<tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr>";


Document docnewinput = Jsoup.parse(htmlcontent, "UTF-8");

[<html>
 <head></head>
 <body>
  <div class="content-wrapper">
   <p><strong><span class="CLASS 1 CLASS 2 CLASS 3">123</span></strong><br><strong>DATA 1</strong></p>
  </div>
 </body>
</html>]

【问题讨论】：

标签： java jsoup

【解决方案1】：

您有一个要解析的正文 HTML 片段（例如，一个包含几个 p 标签的 div；而不是完整的 HTML 文档）。

使用Jsoup.parseBodyFragment(String html) 方法。

String html = "<table><tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr></table>";
Document doc = Jsoup.parseBodyFragment(html);

parseBodyFragment 方法创建一个空的 shell 文档，并将解析后的 HTML 插入到 body 元素中。如果您使用普通的Jsoup.parse(String html) 方法，通常会得到相同的结果，但将输入显式视为正文片段可确保将用户提供的任何 bozo HTML 解析为正文元素。

解析器将尽一切努力从您提供的 HTML 中创建干净的解析，无论 HTML 是否格式正确。它处理：未封闭标签(e.g. Lorem Ipsum parses to Lorem Ipsum) 隐式标签(e.g. a naked <td>Table data</td> is wrapped into a <table><tr><td>...) 可靠地创建文档结构（包含头部和正文的 html，并且只在头部中包含适当的元素）

编辑：

通过使用 Jsoup.parse()：

String html = "<table><tr><td colspan=\"2\"><div class=\"content-wrapper\"><p><strong><span class=\"CLASS 1 CLASS 2 CLASS 3\">123</span></strong><br /><strong>DATA 1</strong></p></td><td></td><td></td><td></td><td></td></tr></table>";
Document doc = Jsoup.parse(html);

工作演示：https://try.jsoup.org/~EdJSrHl_biDcQkyhL2BLH5ZNnck

【讨论】：

嗨，还是一样的tr，td标签没有出现
@SoftwareEngineer 您是否尝试过使用 Jsoup.parse()。这应该有效。用详细信息更新了答案。
嗨，我尝试添加这个 Parser.xmlParser() 然后它可以工作
根据您的评论，如果您尝试
123
数据 1
不行。所以需要使用 xmlParser

【解决方案2】：

需要使用 xmlParser() 以便它只读取字符串而不格式化它。

【讨论】：