如何将用 Jsoup（Java html 解析器）制作的文档转换为字符串

Posted 2023-02-24

【中文标题】如何将用 Jsoup（Java html 解析器）制作的文档转换为字符串

【英文标题】：How do I convert a document made in Jsoup (the Java html parser) into a string

【发布时间】：2011-10-15 10:59:27

【问题描述】：

我有一个用 jsoup 制作的文档，看起来像这样

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();

如何将 doc 转换为字符串。

【参考方案1】：

你试过了吗：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
String htmlString = doc.toString();

作为 Document 扩展 Element 它还具有根据@987654321“检索元素的内部 HTML”的方法 html() @。所以这应该工作：

Document doc = Jsoup.connect("http://en.wikipedia.org/").get();
String htmlString = doc.html();

其他信息：

每个 Document 对象都有一个对内部类 Document.OutputSettings 实例的引用，可以通过方法 outputSettings()访问该实例> 文件。在那里，您可以使用设置器 prettyPrint(true/false) 启用/禁用漂亮打印。有关详细信息，请参阅 Document 和 Document.OutputSettings 的 API

【讨论】：

第一个代码块给了我[Ljava.lang.String;@383534aa，而不是html/内容。顺便说一句，如果它是 Document[] 怎么办？

【参考方案2】：

doc.toString() 有效，doc.outerHtml() 也有效。

【讨论】：

Document.toString() 内部调用outerHtml()。

【参考方案3】：

 Document doc = Jsoup.connect("http://en.wikipedia.org/").get();     
 Elements post = doc.select("div.post-content");
 String dd = post.toString();
 Document ddd = Jsoup.parse(dd);

将字符串解析为文档后，您可以在其上使用文档函数

 Elements scriptTag = ddd.getElementsByTag("script");
 System.out.println(scriptTag);