java - 如何使用 Jsoup 删除文本级别的所有元素？

Question

我正在开发一个项目，我只对页面布局感兴趣，对文本不感兴趣。我目前无法摆脱文本级别的每个元素。例如:

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>
    <h3>Tile of some text</h3>
    <p></p>
    <p>some text</p>
    <ul>
        <li>some other text</li>
        <li>some other text</li>
        <li>some other text</li>
    </ul>
</div>

我想删除文本级别的 ul、li、p 和 h3 元素，但保留 div 和带有菜单项的列表，因为这是页面布局的一部分。我如何使用 Jsoup 做到这一点？

我一直在尝试使用 document.select() 然后使用 .remove() 元素来执行此操作，但 select 函数不适用于此类非标准查询。

编辑:我想要得到的最终结果是:

<div>
    <ul>
        <li>some menu item</li>
        <li>some menu item</li>
        <li>some menu item</li>
    </ul>
</div>
<div>

</div>

正如您所看到的，当 ul 标签与其中包含文本的标签位于同一级别时，它会删除列表。 ul 标签是页面上文本的一部分，与页面布局无关。带有菜单项的 ul 标记对于页面很重要，因为它定义了那里有一个菜单，并且有 3 个不同的项目。

Answer 1

您可以使用标准选择和删除所有 p、li 和 ul 元素:

doc.select("p").remove();
doc.select("ul").remove();
doc.select("li").remove();