java - 如何使用 HTMLParser 获取标签之间的值

Question

我正在使用 HTMLParser (org.htmlparser) 来解析 HTML。我用它来访问标签并获取标签属性，如下所示:

NodeVisitor linkvisitor = new NodeVisitor() {
    public void visitTag(Tag tag) {
        if ("script".equalsIgnoreCase(name)) {
            String srcValue = tag.getAttribute("src");
            // do stuff 
        }
    }
        // How to get value instead of tag?     
}

但是现在我需要获取标签之间的值，例如 <script>标签？

提前致谢。

Answer 1

因为您已经知道 Tag是一个脚本标签，您应该能够将其转换为 ScriptTag 。那么你应该能够使用 CompositeTag.getStringText() .

NodeVisitor linkvisitor = new NodeVisitor() {
  public void visitTag(Tag tag) {
    if (tag.getTagName().equals("SCRIPT")) {
      ScriptTag script = (ScriptTag)tag;
      String srcValue = script.getAttribute("src");
      String text = script.getStringText();
    }
  }
};

请参阅Javadocs for NodeVisitor有关设置 visitTag 的说明方法。

如果您只关心具有结束标记的标记，您可以查看它是否是 CompositeTag 的实例。 ，否则标记没有结束标记 ( <tag/> )。然后调用getStringText()上面提到的方法。

if(tag instanceof CompositeTag) {
  CompositeTag cTag = (CompositeTag)tag;
  String text = cTag.getStringText();
}