java - 无法保留从 URL 读取的文本中的换行符

Question

我正在使用 Jsoup 从 URL 读取文本。以下链接有一些提示，可在将正文转换为文本时保留新行 How do I preserve line breaks when using jsoup to convert html to plain text?

我使用以下行来转换标签

  String prettyPrintedBodyFragment = Jsoup.clean(body, "", Whitelist
            .none().addTags("br", "p",  "h1"), new OutputSettings()
            .prettyPrint(true));
  System.out.println(prettyPrintedBodyFragment);

我仍然在单行中获取正文/内容。有什么线索吗？

编辑:这是完整的源代码，我只看到 1 行的输出

 public static void main(String[] args) throws Exception {

        Connection conn = Jsoup.connect("http://finance.yahoo.com/");
        Document doc  = conn.get();

         String body = doc.body().text();

        String prettyPrintedBodyFragment = Jsoup.clean(body, "", Whitelist
                .none().addTags("br", "p",  "h1"), new OutputSettings()
                .prettyPrint(true));

        System.out.println(prettyPrintedBodyFragment);



    }

Answer 1

改变:

String body = doc.body().text();

收件人:

String body = doc.body().html();

由于您已经转储标签，因此您的白名单无法在格式化文本时包含它们。