通过替换文本编辑 HTML答案

【问题标题】：Editing HTML by replacing text通过替换文本编辑 HTML
【发布时间】：2014-06-28 15:22:17
【问题描述】：

我正在尝试将 HTML 文本从一种语言替换为另一种语言的相应文本，而不更改页面的标记和布局。为了解析 HTML，我使用 JSOUP Java 库。

doc.title(MTClient.translate(doc.title()));

这将占用页面的标题并将其替换为 MTClient.translate(待翻译的文本) 接收到的翻译文本字符串输出。这工作正常并替换了标题。

但是当我在 HTML 页面的元素上做同样的事情时，使用下面的代码：

Elements Nodes = doc.children();
for(Element node : Nodes){
    node.text(MTClient.translate(node.text()));
}

它正在删除页面的整个布局，只将翻译后的文本简单地存储在页面中。

我阅读了 JSOUP 的 javadocs，上面写着：

public Element text(String text)

设置此元素的文本。任何现有内容（文本或元素）都将被清除。

并且所有子元素都被移除了。

我也在 java 中尝试过 HTMLPARSER lib，但它似乎也不支持这种类型的替换。

如何替换文字？？

提前感谢您的帮助。

【问题讨论】：

顺便说一句，高质量的机器翻译是一个非常困难的问题。除非您的词汇量非常有限（例如，一组表格），否则您不太可能获得好的结果。您可能会考虑使用 Google Translate API 之类的东西，即使它不是免费的。
@JeffreyBosboom 谷歌翻译无济于事，因为我的语言翻译对有区域语言。 Google 不支持这些语言。
我的目标是提供印度地区语言版本的维基百科..

标签： parsing html-parsing jsoup

【解决方案1】：

如果你只想修改文本，你应该得到Element's textNodes()和set their text。 TextNode 没有子元素，因此您不会替换它们。

Elements nodes = doc.children();
for (Element node : nodes)
    for (TextNode textNode : node.textNodes())
        textNode.text(MTClient.translate(textNode.text()));

【讨论】：