Извлечение комментарии HTML с использованием Jsoup

данные этого источника HTML страницы я пытаюсь извлечь комментарии: к примеру, первый комментарий на этой странице: «Порожденных JDiff Javadoc Doclet» я хотел бы извлечь этот комментарий и все остальные в этом документе.Извлечение комментарии HTML с использованием Jsoup

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd"> 
 
<HTML style="overflow:auto;"> 
 
<HEAD> 
 
<meta name="generator" content="JDiff v1.1.0"> 
 
<!-- Generated by the JDiff Javadoc doclet --> 
 
<!-- (http://www.jdiff.org) --> 
 
<meta name="description" content="JDiff is a Javadoc doclet which generates an HTML report of all the packages, classes, constructors, methods, and fields which have been removed, added or changed in any way, including their documentation, when two APIs are compared."> 
 
<meta name="keywords" content="diff, jdiff, javadiff, java diff, java difference, API difference, difference between two APIs, API diff, Javadoc, doclet"> 
 
<TITLE> 
 
All Removals Index 
 
</TITLE> 
 
<link href="../../../../assets/android-developer-docs.css" rel="stylesheet" type="text/css" /> 
 
<link href="../stylesheet-jdiff.css" rel="stylesheet" type="text/css" /> 
 
<noscript> 
 
<style type="text/css"> 
 
body{overflow:auto;} 
 
#body-content{position:relative; top:0;} 
 
#doc-content{overflow:visible;border-left:3px solid #666;} 
 
#side-nav{padding:0;} 
 
#side-nav .toggle-list ul {display:block;} 
 
#resize-packages-nav{border-bottom:3px solid #666;} 
 
</style> 
 
</noscript> 
 
<style type="text/css"> 
 
</style> 
 
</HEAD> 
 
<BODY class="gc-documentation" style="padding:12px;"> 
 
<a NAME="topheader"></a> 
 
<table summary="Index for All Differences" width="100%" class="jdiffIndex" border="0" cellspacing="0" cellpadding="0" style="padding-bottom:0;margin-bottom:0;"> 
 
    <tr> 
 
    <th class="indexHeader"> 
 
    Filter the Index: 
 
    </th> 
 
    </tr> 
 
    <tr> 
 
    <td class="indexText" style="line-height:1.3em;padding-left:2em;"> 
 
<a href="alldiffs_index_all.html" xclass="hiddenlink">All Differences</a> 
 
    <br> 
 
<b>Removals</b> 
 
    <br> 
 
<A HREF="alldiffs_index_additions.html"xclass="hiddenlink">Additions</A> 
 
    <br> 
 
<A HREF="alldiffs_index_changes.html"xclass="hiddenlink">Changes</A> 
 
    </td> 
 
    </tr> 
 
</table> 
 
<div id="indexTableCaption" style="background-color:#eee;padding:0 4px 0 4px;font-size:11px;margin-bottom:.5em;"> 
 
Listed as: <span style="color:#069"><strong>Added</strong></span>, <span style="color:#069"><strike>Removed</strike></span>, <span style="color:#069">Changed</span></font> 
 
</div> 
 
<!-- Field CATEGORY_GADGET --> 
 
<A NAME="C"></A> 
 
<br><font size="+2">C</font>&nbsp; 
 
<a href="#D"><font size="-2">D</font></a> 
 
<a href="#F"><font size="-2">F</font></a> 
 
<a href="#N"><font size="-2">N</font></a> 
 
<a href="#S"><font size="-2">S</font></a> 
 
<a href="#topheader"><font size="-2">TOP</font></a> 
 
<p><div style="line-height:1.5em;color:black"> 
 
<nobr><A HREF="android.content.Intent.html#android.content.Intent.CATEGORY_GADGET" class="hiddenlink" target="rightframe"><strike>CATEGORY_GADGET</strike></A> 
 
</nobr><br> 
 
<!-- Method dragViewToBottom --> 
 
<A NAME="D"></A> 
 
<br><font size="+2">D</font>&nbsp; 
 
<a href="#C"><font size="-2">C</font></a> 
 
<a href="#F"><font size="-2">F</font></a> 
 
<a href="#N"><font size="-2">N</font></a> 
 
<a href="#S"><font size="-2">S</font></a> 
 
<a href="#topheader"><font size="-2">TOP</font></a> 
 
<p><div style="line-height:1.5em;color:black"> 
 
<nobr><A HREF="android.test.TouchUtils.html#android.test.TouchUtils.dragViewToBottom_removed(android.test.ActivityInstrumentationTestCase, android.view.View, int)" class="hiddenlink" target="rightframe"><strike>dragViewToBottom</strike> 
 
(<code>ActivityInstrumentationTestCase, View, int</code>)</A></nobr><br> 
 
<!-- Method forkAndSpecialize --> 
 
<A NAME="F"></A> 
 
<br><font size="+2">F</font>&nbsp; 
 
<a href="#C"><font size="-2">C</font></a> 
 
<a href="#D"><font size="-2">D</font></a> 
 
<a href="#N"><font size="-2">N</font></a> 
 
<a href="#S"><font size="-2">S</font></a> 
 
<a href="#topheader"><font size="-2">TOP</font></a> 
 
<p><div style="line-height:1.5em;color:black"> 
 
<nobr><A HREF="dalvik.system.Zygote.html#dalvik.system.Zygote.forkAndSpecialize_removed(int, int, int[], boolean, int[][])" class="hiddenlink" target="rightframe"><strike>forkAndSpecialize</strike> 
 
(<code>int, int, int[], boolean, int[][]</code>)</A></nobr><br> 
 
<!-- Method forkSystemServer --> 
 
<nobr><A HREF="dalvik.system.Zygote.html#dalvik.system.Zygote.forkSystemServer_removed(int, int, int[], boolean, int[][])" class="hiddenlink" target="rightframe"><strike>forkSystemServer</strike> 
 
(<code>int, int, int[], boolean, int[][]</code>)</A></nobr><br> 
 
<!-- Constructor NetworkInfo --> 
 
<A NAME="N"></A> 
 
<br><font size="+2">N</font>&nbsp; 
 
<a href="#C"><font size="-2">C</font></a> 
 
<a href="#D"><font size="-2">D</font></a> 
 
<a href="#F"><font size="-2">F</font></a> 
 
<a href="#S"><font size="-2">S</font></a> 
 
<a href="#topheader"><font size="-2">TOP</font></a> 
 
<p><div style="line-height:1.5em;color:black"> 
 
<nobr><A HREF="android.net.NetworkInfo.html#android.net.NetworkInfo.ctor_removed(int)" class="hiddenlink" target="rightframe"><strike>NetworkInfo</strike> 
 
(<code>int</code>)</A></nobr>&nbsp;constructor<br> 
 
<!-- Method setButton --> 
 
<A NAME="S"></A> 
 
<br><font size="+2">S</font>&nbsp; 
 
<a href="#C"><font size="-2">C</font></a> 
 
<a href="#D"><font size="-2">D</font></a> 
 
<a href="#F"><font size="-2">F</font></a> 
 
<a href="#N"><font size="-2">N</font></a> 
 
<a href="#topheader"><font size="-2">TOP</font></a> 
 
<p><div style="line-height:1.5em;color:black"> 
 
<i>setButton</i><br> 
 
&nbsp;&nbsp;<nobr><A HREF="android.app.AlertDialog.html#android.app.AlertDialog.setButton_removed(java.lang.CharSequence, android.content.DialogInterface.OnClickListener)" class="hiddenlink" target="rightframe">type&nbsp;<strike> 
 
(<code>CharSequence, OnClickListener</code>)</strike>&nbsp;in&nbsp;android.app.AlertDialog 
 
</A></nobr><br> 
 
<!-- Method setButton --> 
 
&nbsp;&nbsp;<nobr><A HREF="android.app.AlertDialog.html#android.app.AlertDialog.setButton_removed(java.lang.CharSequence, android.os.Message)" class="hiddenlink" target="rightframe">type&nbsp;<strike> 
 
(<code>CharSequence, Message</code>)</strike>&nbsp;in&nbsp;android.app.AlertDialog 
 
</A></nobr><br> 
 
<script src="//www.google-analytics.com/ga.js" type="text/javascript"> 
 
</script> 
 
<script type="text/javascript"> 
 
    try { 
 
    var pageTracker = _gat._getTracker("UA-5831155-1"); 
 
    pageTracker._setAllowAnchor(true); 
 
    pageTracker._initData(); 
 
    pageTracker._trackPageview(); 
 
    } catch(e) {} 
 
</script> 
 
</BODY> 
 
</HTML>

источник

2014-12-11 TubusMan

Я нашел способ, чтобы удалить комментарии, используя Jsoup по адресу: https://gist.github.com/jhy/491407

Если вы посмотрите на этот код, вероятно, вы будете в состоянии подготовить метод extractComments. Я пытался реализовать эту функциональность и придумал это:

private List<Comment> getComments(Node node) { 
    List<Comment> comments = new ArrayList<Comment>(); 
    int i = 0; 
    while (i < node.childNodes().size()) { 
     Node child = node.childNode(i); 
     if (child.nodeName().equals("#comment")) 
      comments.add((Comment) child); 
     else { 
      comments.addAll(getComments(child)); 
     } 
     i++; 
    } 
    return comments; 
}

Пример использования:

String page = "...."; //your page body 
Document doc = Jsoup.parse(page); 
List<Comment> comments = getComments(doc);

источник

2014-12-11 13:36:43 qherx

Извлечение комментарии HTML с использованием Jsoup

ответ

Смежные вопросы