使用 JSoup 区分不带“alt”的 <img> 和带空“alt”属性的 <img>答案

【问题标题】：Differenciate <img> with no "alt" and <img> with empty "alt" attribute with JSoup使用 JSoup 区分不带“alt”的 <img> 和带空“alt”属性的 <img>
【发布时间】：2018-03-22 11:25:13
【问题描述】：

我有这个方法试图计算没有任何 alt 属性的图像（甚至没有 alt=''）。

private int countImagesWithoutAlt(String page){
    int nbImages = 0;
    int nbImagesWithoutAlt = 0;
    try {
        Document dom = Jsoup.connect(page).get();
        Elements images = dom.getElementsByTag("img");
        nbImages = images.size();
        for (Element image : images) {
            if(image.attr("alt") == null){
                nbImagesWithoutAlt ++;
            }
        }
        return nbImagesWithoutAlt ;
    } catch (IOException e) {
        System.out.println("Problem on " + page + " : " + e);
        return 0;
    }
}

问题是，即使我有<img src="blabla"/>，条件image.attr("alt") == null 也是假的。怎么来的？以及如何修复此代码？

非常感谢。

对于那些想知道为什么我想区分没有“alt”和空“alt”属性的人。在我的上下文中（可访问性测试），“alt”属性是否为空并不总是很重要。这可能意味着图像只是装饰性的，不需要描述。但是，如果根本没有“alt”属性，屏幕阅读器很可能会说“image”，这与使用它的人无关。

【问题讨论】：

标签： java html web-scraping jsoup

【解决方案1】：

好吧，我找到了办法！

private String countImagesWithoutAlt(String page){
    try {
        Document dom = Jsoup.connect(page).get();
        Elements images = dom.getElementsByTag("img");
        int nbImages = images.size();
        Elements imagesWithoutAlt = dom.getElementsByTag("img").not("[alt]");
        int nBImagesWithoutAlt = imagesWithoutAlt.size();
        return page + "," + nbImages + "," + nBImagesWithoutAlt;
    } catch (IOException e) {
        System.out.println("Problem on " + page + " : " + e);
        return null;
    }
}

有趣的部分是：

Elements imagesWithoutAlt = dom.getElementsByTag("img").not("[alt]");

【讨论】：