Jsoup选择并迭代所有元素答案

【问题标题】：Jsoup select and iterate all elementsJsoup选择并迭代所有元素
【发布时间】：2011-10-25 13:35:01
【问题描述】：

我将通过 jsoup 连接到一个 url 并获取它的所有内容，但问题是如果我选择喜欢，

doc.select("body")

它返回一个元素，但我想获取页面中的所有元素并一个一个地迭代它们，例如，

<html>
<head><title>Test</title></head>
<body>
<p>Hello All</p>
<a href="test.html">Second Page</a>
<div>Test</div>
</body>
</html>

如果我选择使用正文，我会在一行中得到结果，例如，

Test Hello All Second Page Test

相反，我想选择所有元素并一一迭代并产生类似的结果，

Test
Hello All
Second Page
Test

使用 jsoup 可以吗？

谢谢，
卡提克

【问题讨论】：

标签： java jsoup

【解决方案1】：

您可以使用* 选择器选择文档的所有元素，然后使用Element#ownText() 分别获取每个元素的文本。

Elements elements = document.body().select("*");

for (Element element : elements) {
    System.out.println(element.ownText());
}

【讨论】：

不，这也产生相同的输出，知道吗？
那么，正如您在问题中所证明的那样，它不是身体的直接孩子。我会更新答案。
你应该使用 document.getAllElements() 代替那个选择器。见jsoup.org/apidocs/org/jsoup/nodes/Element.html#getAllElements--
我收到错误“只能遍历数组或 java.lang.iterable 的实例”

【解决方案2】：

使用 jsoup 库获取文档正文中的所有元素。

doc.body().children().select("*");

仅获取文档正文元素中的第一级元素。

doc.body().children();

【讨论】：

【解决方案3】：

您可以使用 XPath 或任何包含 XPath 的库

表达式是//text()

用你的 xml here 测试表达式

【讨论】：