使用 Jsoup 將 HTML 轉換為純文字時如何保留換行符號？

使用Jsoup 的Html 到純文字轉換來保留換行符

Jsoup 提供了強大的HTML到純文字的轉換文字可以合併換行符，將它們呈現為連續文字。要保留這些換行符，請按照以下方式使用Jsoup：

用於保留換行符的自訂函數：

提供的Java 程式碼片段引入了一個自訂函數noTags，它利用Jsoup 的text()從輸入HTML 中移除HTML 標籤的方法。但是，它不維護換行符。

透過全文字擷取增強功能：

Jsoup 的 JsonNode 類別提供了 getWholeText() 方法，該方法可以在考慮換行符的同時擷取文字內容。使用此方法，可以改進noTags 功能：

<code class="java">public String noTags(String str) {
    return Jsoup.parse(str).wholeText();
}</code>

實現換行符保留：

有關保留換行符的更精細的解決方案：

<code class="java">public static String br2nl(String html) {
    if (html == null)
        return html;
    Document document = Jsoup.parse(html);
    // Suppress pretty printing to preserve line breaks and spacing
    document.outputSettings(new Document.OutputSettings().prettyPrint(false));
    // Append line breaks for <br> tags
    document.select("br").append("\n");
    // Prepend line breaks for <p> tags
    document.select("p").prepend("\n\n");
    String s = document.html().replaceAll("\\n", "\n");
    return Jsoup.clean(s, "", Whitelist.none(), new Document.OutputSettings().prettyPrint(false));
}</code>

此自訂函數可確保保留換行符，並與所需的輸出對齊。它滿足兩個關鍵要求：

1. 保留原始換行符 (n)。
2. 
   和

   標籤被轉換為換行符 (n)。

以上是使用 Jsoup 將 HTML 轉換為純文字時如何保留換行符號？的詳細內容。更多資訊請關注PHP中文網其他相關文章！