Я использую код Java для извлечения информации из Интернета для обработки, и я использую библиотеку jsoup
для очистки тегов html в ответах, которые я получаю с веб-сайта. Теперь, чтобы извлечь информацию из этих кодов, я должен заменить теги html редко используемым символом, таким как "~".
Итак, вот мой вопрос:
Как это сделать:
<h1>This is heading 1</h1>
<h2>This is heading 2</h2>
<h3>This is heading 3</h3>
<h4>This is heading 4</h4>
<h5>This is heading 5</h5>
<h6>This is heading 6</h6>
В этом:
~This is heading 1~
~This is heading 2~
~This is heading 3~
~This is heading 4~
~This is heading 5~
~This is heading 6~
используя jsoup
?
String cssSelector = //add your selector. from the example you include i cant get a proper selector.
Document doc = Jsoup.parse("html")
Elements elms = doc.select(cssSelector)
for(Element elm:elms){
System.out.println("~" + elm.text() + "~")
}
если вы хотите заменить ВСЕ элементы, вы можете сделать это:
html = html.replaceAll("<[^>]*>","~")