如何在 DOM 对象中的两个元素之间获取文本？答案

【问题标题】：How to get text between two Elements in DOM object?如何在 DOM 对象中的两个元素之间获取文本？
【发布时间】：2011-11-25 23:23:36
【问题描述】：

我正在使用 JSoup 来解析这个 HTML 内容：

<div class="submitted">
    <strong><a title="View user profile." href="/user/1">user1</a></strong> 
    on 27/09/2011 - 15:17 
    <span class="via"><a href="/goto/002">www.google.com</a></span>
</div>

在网络浏览器中如下所示：

user1 on 27/09/2011 - 15:17 www.google.com

用户名和网站可以用这个解析成变量：

String user    = content.getElementsByClass("submitted").first().getElementsByTag("strong").first().text(); 
String website = content.getElementsByClass("submitted").first().getElementsByClass("via").first().text();

但如果我使用，我不确定如何将“on 27/09/2011 -15:17”放入变量中

String date = content.getElementsByClass("submitted").first().text();

它还包含用户名和网站？？？

任何帮助将不胜感激。提前致谢。

【问题讨论】：

标签： java html dom tags jsoup

【解决方案1】：

您始终可以像这样删除 user 和 website 元素（如果您不希望删除操作“损坏”您的文档，您可以克隆您的 submitted 元素）：

public static void main(String[] args) throws Exception {

    Document content = Jsoup.parse(
      "<div class=\"submitted\">" +
      "  <strong><a title=\"View user profile.\" href=\"/user/1\">user1</a></strong>" +
      "  on 27/09/2011 - 15:17 " + 
      "  <span class=\"via\"><a href=\"/goto/002\">www.google.com</a></span>" +
      "</div> ");

    // create a clone of the element so we do not destroy the original
    Element submitted = content.getElementsByClass("submitted").first().clone();

    // remove the elements that you do not need 
    submitted.getElementsByTag("strong").remove();
    submitted.getElementsByClass("via").remove();

    // print the result (demo)
    System.out.println(submitted.text());
}

输出：

on 27/09/2011 - 15:17

【讨论】：

【解决方案2】：

然后你可以解析你得到的字符串。

String str[] = contentString.split(" ");

然后你可以像这样构造你想要的字符串：

String str = str[1] + " " + str[2] + " - " + str[4];

这将提取您需要的字符串。

【讨论】：

用户名可能包含空格并导致问题
好吧，你可以将用户名和网络放入变量中，然后从给定的字符串中提取其他数据就没有问题了，这样写： contentString.replace("username","");和 contentString.replace("web","");这将从字符串中删除用户名和网络名称，然后您可以修剪字符串以删除前后的空格。

【解决方案3】：

选择要抓取的文本之前的元素，然后获取它的下一个兄弟节点（不是元素），它是一个文本节点：

Document doc = Jsoup.parse("<div class=\"submitted\">" +
  "  <strong><a title=\"View user profile.\" href=\"/user/1\">user1</a></strong>" +
  "  on 27/09/2011 - 15:17 " +
  "  <span class=\"via\"><a href=\"/goto/002\">www.google.com</a></span>" +
  "</div> ");
String str = doc.select("strong").first().nextSibling().toString().trim();
System.out.println(str);

您也可以直接向元素询问其子文本节点和索引（尽管通过兄弟节点引用节点通常比索引更健壮）：

Document doc = Jsoup.parse(
            "<div class=\"submitted\">" +
  "  <strong><a title=\"View user profile.\" href=\"/user/1\">user1</a></strong>" +
  "  on 27/09/2011 - 15:17 " +
  "  <span class=\"via\"><a href=\"/goto/002\">www.google.com</a></span>" +
  "</div> ");
String str = doc.select("div").first().textNodes().get(1).text().trim();
System.out.println(str);

【讨论】：