如何将 jsoup 文档保存为文本文件答案

【问题标题】：How to save a jsoup document as text file如何将 jsoup 文档保存为文本文件
【发布时间】：2017-08-22 11:11:19
【问题描述】：

我正在尝试将网页上的所有可读单词保存到一个文本文档中，同时忽略 html 标记。使用JSoup解析网页上的所有单词，我唯一猜测如何将真实单词与代码分开是通过元素。

是否可以将jsoup文档的多个元素转换成文本文件？

即：

        Elements titles = doc.select("title");
        Elements paragraphs = doc.select("p");
        Elements links = doc.select("a[href]"); 
        Elements smallText = doc.select("a");

当前将解析保存为文档：

 Document doc = Jsoup.connect("https:// (enter a url)").get();

【问题讨论】：

只需创建一个文件并写入它？？？
抱歉，我是 java 新手，我仍在努力解决问题。你能告诉我一个示例代码或参考资料，可以教我如何做到这一点吗？
这里是了解 Java 新旧 IO API 的最佳场所docs.oracle.com/javase/tutorial/essential/io
谢谢。我一定会通读的。

标签： java text jsoup document

【解决方案1】：

简单的方法

Document doc = Jsoup.connect("https:// (enter a url)").get();
        BufferedWriter  writer = null;
        try
        {
            writer = new BufferedWriter( new FileWriter("d://test.txt"));
            writer.write(doc.toString());

        }
        catch ( IOException e)
        {
        }

【讨论】：

谢谢！我对此进行了测试，并且可以正常工作。我如何只将某些元素保存到该文件编写器？示例现在在主帖中。
所以你想把所有的东西一一保存在文件里？
我正在尝试将网页上的所有可读单词保存到一个文本文档中，同时忽略 html 标记。这就是元素的用途，只选择可读的单词。
您可以创建一个`元素列表`和iterate in the file

【解决方案2】：

添加答案，因为我无法在上面发表评论。

将上述代码中的writer.write(doc.toString()); 替换为writer.write(doc.select("html").text());。

它会给你页面上的文字。

除了doc.select("**html**").text() 中的"html"，可以使用其他标签来提取这些标签中包含的文本。

编辑：你也可以使用writer.write(doc.body().text());

【讨论】：

这会用所有的 html 标记来解析它；它不排除封闭的标签 .. 我怎样才能只提取真实的单词？
使用doc.select("html").toString() 会以字符串形式返回网页元素，这里的标签不会被排除。我建议"html" 标签，因为它是 html 文档（wep 页面）中的根标签。如果doc.select("html").text() 不适合你（它应该）尝试doc.body().text()
每当我最后使用 .text() 时，它只会保存一个空白的 .txt 文件
您是否尝试打印输出，可能在写入文本文件时出现错误。

【解决方案3】：

在文本中写入writer.write(doc.text()); 后，您需要在下一行写入writer.close();，这将解决问题。

【讨论】：

请将此建议作为对另一个答案的编辑，而不是将评论添加为新答案。