如何使用 HTMLParser 在标签之间获取值

【问题标题】：How to get Value in between a tag with HTMLParser如何使用 HTMLParser 在标签之间获取值
【发布时间】：2011-06-28 18:24:12
【问题描述】：

我正在使用 HTMLParser (org.htmlparser) 来解析 HTML。我已经用它来访问标签并获得像这样的标签属性：

NodeVisitor linkvisitor = new NodeVisitor() {
    public void visitTag(Tag tag) {
        if ("script".equalsIgnoreCase(name)) {
            String srcValue = tag.getAttribute("src");
            // do stuff 
        }
    }
        // How to get value instead of tag?     
}

但是现在我需要获取标签之间的值，比如<script> 标签？

提前致谢。

【问题讨论】：

不是说htmlparser有什么问题，但是你考虑过JSoup吗？
@Andrew，感谢您的提示。刚到 JSoup 网站，看起来很有趣，我一定会研究一下。毕竟，我的代码设计非常松散耦合，我可以从解析器切换到解析器。再次感谢。

标签： java html html-parsing

【解决方案1】：

因为您已经知道Tag 是一个脚本标签，您应该能够将其转换为ScriptTag。然后你应该可以使用CompositeTag.getStringText()。

NodeVisitor linkvisitor = new NodeVisitor() {
  public void visitTag(Tag tag) {
    if (tag.getTagName().equals("SCRIPT")) {
      ScriptTag script = (ScriptTag)tag;
      String srcValue = script.getAttribute("src");
      String text = script.getStringText();
    }
  }
};

有关设置visitTag 方法的说明，请参阅Javadocs for NodeVisitor。

如果您只关心带有结束标签的标签，您可以查看它是否是CompositeTag 的实例，否则该标签没有结束标签（<tag/>）。然后调用我上面提到的getStringText()方法。

if(tag instanceof CompositeTag) {
  CompositeTag cTag = (CompositeTag)tag;
  String text = cTag.getStringText();
}

【讨论】：