jsoup 处理HTML 坑记录
public static void main(String[] args) { String content = "<a href=\"test.html\" title=\"men tshirt\" >men tshirt</a>"; try { Document document = Jsoup.parse(content); Elements links = document.select("a"); for (Element link : links) { link.attr("clickdata", "adfafgadsfaf"); if (!link.hasClass("click-target-with-quot")) { link.addClass("click-target-with-quot"); } } System.out.println(document.html());// 错误代码 System.out.println(document.body().html());//正确代码 } catch (Exception e) { } }
?
需求也很简单，将一个HTML片段中的所有的<a>标签，增加一个class，和一个自定义属性。
代码中红色标注了错误和正确的代码，区别在于错误的代码会返回添加了<html>等头尾的标签。
?
<html> <head></head> <body> <a href="test.html" title="men tshirt" clickdata="adfafgadsfaf" name="code"><a href="test.html" title="men tshirt" clickdata="adfafgadsfaf" name="code">BeforeHtml { boolean process(Token t, HtmlTreeBuilder tb) { if (t.isDoctype()) { tb.error(this); return false; } else if (t.isComment()) { tb.insert(t.asComment()); } else if (isWhitespace(t)) { return true; // ignore whitespace } else if (t.isStartTag() && t.asStartTag().name().equals("html")) { tb.insert(t.asStartTag()); tb.transition(BeforeHead); } else if (t.isEndTag() && (StringUtil.in(t.asEndTag().name(), "head", "body", "html", "br"))) { return anythingElse(t, tb); } else if (t.isEndTag()) { tb.error(this); return false; } else { return anythingElse(t, tb); } return true; } private boolean anythingElse(Token t, HtmlTreeBuilder tb) { tb.insert("html"); tb.transition(BeforeHead); return tb.process(t); } }?
?
?
?
本站支持?pay for your wishes