使用 Jsoup 將 HTML 轉換為文字時如何保留換行符號？
- DDD原創
- 2024-10-31 20:37:29147瀏覽
使用Jsoup 在HTML 到文字轉換中保留換行符
使用jsoup 將HTML 轉換為純文字時，可以保留換行符對於保持輸出的可讀性和結構至關重要。預設情況下，jsoup 的 text() 方法不會保留 HTML 程式碼中存在的換行符。
解決方案：
要有效保留換行符，請使用br2nl()方法，它包含以下增強功能：
- 保留現有換行符：如果原始HTML 包含換行符號(n)，它們將保留在輸出中。
-
轉換
標籤：
換行符是透過在
的內容後附加 n 來引入的。標籤。另外，nn 被加入到的內容之前。標記來表示新段落。
- 後處理： 呈現修改後的 HTML，並將任何剩餘的轉義換行符 (\n) 轉換為實際換行符 (n)。為了確保正確處理其他特殊字符，使用 Jsoup.clean() 清理產生的字串。
用法：
<code class="java">import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
public class LineBreakPreserver {
public static String br2nl(String html) {
if (html == null) {
return html;
}
Document document = Jsoup.parse(html);
document.outputSettings(new Document.OutputSettings().prettyPrint(false));
document.select("br").append("\n");
document.select("p").prepend("\n\n");
String s = document.html().replaceAll("\\n", "\n");
return Jsoup.clean(s, "", Whitelist.none(), new Document.OutputSettings().prettyPrint(false));
}
public static void main(String[] args) {
String html = "<!DOCTYPE HTML PUBLIC \"-//W3C//DTD HTML 4.0 Transitional//EN \">" +
"<HTML> <HEAD> <TITLE></TITLE> <style>body{ font-size: 12px;font-family: verdana, arial, helvetica, sans-serif;}</style> </HEAD> <BODY><p><b>hello world</b></p><p><br><b>yo</b> <a href=\"http://google.com\">googlez</a></p></BODY> </HTML> ";
String result = br2nl(html);
System.out.println(result);
}
}</code>
輸出：
hello world yo googlez
以上是使用 Jsoup 將 HTML 轉換為文字時如何保留換行符號？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
陳述：
本文內容由網友自願投稿，版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容，請聯絡admin@php.cn