我无法使用Jsoup Java库解析以下情况的一些文本。
1 ：This is <b>My Text</b> some other <b> </b> text as well <b></b><b>non empty tag1</b> other text。
预期产量： some other <b> </b> text as well <b></b>
2 ：This is <b>My Text</b> some other <b> </b> text as well <b></b><b>non empty tag2</b> other text。
预期产量： some other <b> </b> text as well <b></b>
3 ：This is <b>My Text</b> some other <b> </b> text as well <b></b><b>non empty tag2</b> other text <b></b> <b>non empty tag3</b>。
预期产量： some other <b> </b> text as well <b></b>
在这里，如果您注意到文本“我的文本”是固定的（静态），但是第二个非空（不要将空格视为值）的B标签值可能会有所不同。正则表达式应该能够提取到之后<b>My Text</b>的第一个非空<b>标记之间的文本。
我正在使用Jsoup库，但无法实现上述预期输出。请确保该解决方案对于每种情况都应该是通用的，因为在我看来，该解决方案是动态的。
简单的解决方案可能看起来像
<b>您感兴趣的元素（包含您要查找的文本的元素）<b>您只需要记住，JsoupNode用来存储所有元素（包括不属于标签的文本），而Element类（extends Node）可能只包含特定的标签。
因此，例如文字
before <b>bold</b> after<i>italic</i>
将表示为
<node>before </node>
<element tag="B">
<node>bold</node>
</element>
<node> after</node>
<element tag="I">
<node>italic</node>
</element>
因此，例如，如果您select("b")（将找到<element tab="B">）并调用nextElementSibling()它，则会将您移至<element tag="I">。为了获得这一点，<node>after</node>您将需要使用nextSibling()不会消除简单文本节点的方法。
Node类的可能问题是它不提供text()可以生成当前节点文本内容的方法（这可以让我们测试当前节点/元素是否具有任何文本）。但是，没有什么能阻止我们强制转换提供这种方法的Node标记Element。
因此，我们的解决方案可能如下所示：
public static String findFragment(String html, String fixedStart) {
Document doc = Jsoup.parse(html);
Element myBTag = doc
.select("b:matches(^" + Pattern.quote(fixedStart) + "$)")
.first();
StringBuilder sb = new StringBuilder();
boolean foundNonEmpty = false;
Node currentSibling = myBTag.nextSibling();
while (currentSibling != null && !foundNonEmpty) {
if (currentSibling.nodeName().equals("b")) {
Element b = (Element) currentSibling;
if (!b.text().trim().isEmpty())
foundNonEmpty = true;
}
sb.append(currentSibling.toString());
currentSibling = currentSibling.nextSibling();
}
return sb.toString();
}
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句