使用 Jsoup 保留行答案

【问题标题】：Preserving lines with Jsoup使用 Jsoup 保留行
【发布时间】：2011-11-27 21:41:34
【问题描述】：

我正在使用 Jsoup 从 html 中获取一些数据，我有这个代码：

System.out.println("nie jest");
StringBuffer url=new StringBuffer("http://www.darklyrics.com/lyrics/");
url.append(args[0]);
url.append("/");
url.append(args[1]);
url.append(".html");

//wyciaganie odpowiednich klas z naszego htmla
Document doc=Jsoup.connect(url.toString()).get();
Element lyrics=doc.getElementsByClass("lyrics").first();
Element tracks=doc.getElementsByClass("albumlyrics").first();

//Jso
//lista sciezek
int numberOfTracks=tracks.getElementsByTag("a").size();

一切都会好的，我提取我想要的数据，但是当我这样做时：

lyrics.text()

我得到的文本没有换行符，所以我想知道如何在显示的文本中留下换行符，我在 stackoverflow 上阅读了关于这个问题的其他线程，但它们没有帮助，我试图做这样的事情：

TextNode tex=TextNode.createFromEncoded(lyrics.text(), lyrics.baseUri());

但我无法通过换行符获得所需的文本。我看了以前的关于这个的帖子， Removing HTML entities while preserving line breaks with JSoup 但我无法得到我想要的效果。我该怎么办？

编辑：我得到了我想要的效果，但我认为这不是很好的解决方案：

for (Node nn:listOfNodes)
            {
                String s=Jsoup.parse(nn.toString()).text();
                if ((nn.nodeName()=="#text" || nn.nodeName()=="h3"))
                {
                    buf.append(s+"\n");

                }
            }

谁有更好的主意？

【问题讨论】：

标签： java html-parsing jsoup

【解决方案1】：

您可以通过检查节点是否为TextNode 的实例来获取文本节点（<br />s 之间的文本）。这应该适合你：

Document document = Jsoup.connect(url.toString()).get();
Element lyrics = document.select(".lyrics").first();
StringWriter buffer = new StringWriter();
PrintWriter writer = new PrintWriter(buffer);

for (Node node : lyrics.childNodes()) {
    if (node.nodeName().equals("h3")) {
        writer.println(((Element) node).text());
    } else if (node instanceof TextNode) {
        writer.println(((TextNode) node).text());
    }
}

System.out.println(buffer.toString());

（请注意，比较对象的内部值应该使用equals() 方法，而不是==；字符串是对象，而不是原语）

哦，我也建议阅读他们的privacy policy。

【讨论】：

好的，它有效，谢谢，我会看看这些政策。