java 保留标签,java – jsoup – 剥离所有格式化和链接标签,只保留文本

用Jsoup：

final String html = "

foo bar foobar baz

";

Document doc = Jsoup.parse(html);

System.out.println(doc.text());

输出：

foo bar foobar baz

如果只需要p-tag的文本，请使用它而不是doc.text()：

doc.select("p").text();

…或只有身体：

doc.body().text();

越线：

final String html = "

Tarthatatlan biztonsági viszonyok

"

+ "

Tarthatatlan biztonsági viszonyok

";

Document doc = Jsoup.parse(html);

for( Element element : doc.select("p") )

{

System.out.println(element.text());

// eg. you can use a StringBuilder and append lines here ...

}

输出：

Tarthatatlan biztonsági viszonyok

Tarthatatlan biztonsági viszonyok