jsoup api 在解析html过程中，需要处理一个标签下的所有子节点，从而达到识别每个图片节点，并将其插入到原来的文本位置中，然而node 和 element 的方法功能不同，关于节点(node)和元素(element)的区别这里不做解释。有疑问的请自行查询。有时候需要将node处理成element。但是，node不能直接转化为element，所以需要将node处理为document，然后通过selecter得到elements，从而对element处理。以下是处理过程中分别用到的node以及element的方法，以及他们的效果。
@Test public void test1(){ try { List<NameValuePair> headers = new ArrayList<>(); headers.add(new BasicNameValuePair("Host", "news.mtime.com")); headers.add(new BasicNameValuePair("Accept","text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8")); String html = HttpUtil.get("http://news.mtime.com/2016/08/15/1558626.html", headers, "utf-8"); Document doc = Jsoup.parse(html); Elements e = doc.select("#newsContent"); for(Element d:e){ List<Node> nodes = new ArrayList<>(); System.out.println(d.children()); //element.children()只提取元素，没有文字节点 nodes = d.childNodes(); System.out.println(nodes+"\n"+d.childNodeSize()); for(int i=0;i<nodes.size();i++){ System.out.println(i); Document doc1 = Jsoup.parse(nodes.get(i).outerHtml()); // Document doc1 = nodes.get(i).ownerDocument(); //整个html文件 System.out.println(doc1.text()); System.out.println(Jsoup.parse(nodes.get(i).toString())); System.out.println(nodes.get(i).outerHtml()+":"+doc1); System.out.println(nodes.get(i).nodeName()); System.out.println(doc1.select(".newspictool").toArray().length); } } } catch (Exception e) { e.printStackTrace(); } }输出结果
<div class="newspictool right"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115157.79571439_620X620.jpg" width="310"> </div> </div> </div> </div> <b>时光网讯</b> <span>《西游记》</span> <a href="http://people.mtime.com/1254230/" target="_blank" class="tagnews" method="personidcard" personid="1254230">张纪中</a> <a href="http://people.mtime.com/989554/" target="_blank" class="tagnews" method="personidcard" personid="989554">黄奕</a> <a href="http://people.mtime.com/1000876/" target="_blank" class="tagnews" method="personidcard" personid="1000876">李明启</a> <br> <br> <br> <br> <br> <br> <div class="newspictool left"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115206.54062321_620X620.jpg" width="310"> </div> </div> </div> </div> <br> <br> <br> <br> [<div class="newspictool right"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115157.79571439_620X620.jpg" width="310"> </div> </div> </div> </div>, , <b>时光网讯</b>, , <span>《西游记》</span>, 全国演员海选启动仪式近日在京举行，导演, <a href="http://people.mtime.com/1254230/" target="_blank" class="tagnews" method="personidcard" personid="1254230">张纪中</a>, 、, <a href="http://people.mtime.com/989554/" target="_blank" class="tagnews" method="personidcard" personid="989554">黄奕</a>, 、, <a href="http://people.mtime.com/1000876/" target="_blank" class="tagnews" method="personidcard" personid="1000876">李明启</a>, 作为海选评委会成员出席。张纪中透露，《西游记》将拍摄成选秀节目以及系列剧在网络播出。, <br>, <br>, 当被质疑以“西游记”命名有糟蹋经典IP的嫌疑，张纪中回应说：“每一次经典被翻拍，都有人认为是糟蹋了经典。但那些发表意见的人，他们就不糟蹋了吗？怎么样才算不糟蹋？不糟蹋就是把它尘封起来放在一边？那这个东西就意义不大。我觉得糟不糟蹋精品，关键是看我们这些做的人怎么做。”, <br>, <br>, 张纪中认为，网络时代的《西游记》不能重复老版戏曲化的表演方式，“齐天大圣穿着戏曲服装，仙宫地上飘着雾，这些都过时了。”他告诫选手要做好为剧奉献的精神准备，不要想借此一夜成名。, <br>, <br>, <div class="newspictool left"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115206.54062321_620X620.jpg" width="310"> </div> </div> </div> </div>, 担任评委会主席的张纪中表示，《西游记》作为经典名著，没有版权之说，但要突破非常难：“像六小龄童、周星驰这样的经典很难超越，只能怀着尊敬的心情，用心尽力做好这件事。”张纪中曾执导过电视剧版《西游记》，但他表示自己不会再拍新版，“已经没那个劲了”。他表示此次活动的具体创作过程自己没有参与，目前只担任了评委工作。, <br>, <br>, 据介绍，举办此次活动要做三件事，第一，每个月都会开设大型综艺海选节目，根据线上投票和评委会评选选出前一百名，进行宣传推广；第二是在选秀三个月后，将结合《西游记》主题公园拍摄永不落幕的西游记系列剧，前十名将进行综艺深度包装，并可获得西游记系列剧的参演资格；第三是将会在明年立项开始经典名著《西游记》的拍摄。, <br>, <br>] 27 0 <html> <head></head> <body> <div class="newspictool right"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115157.79571439_620X620.jpg" width="310"> </div> </div> </div> </div> </body> </html> <div class="newspictool right"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115157.79571439_620X620.jpg" width="310"> </div> </div> </div> </div>:<html> <head></head> <body> <div class="newspictool right"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115157.79571439_620X620.jpg" width="310"> </div> </div> </div> </div> </body> </html> div 1 1 <html> <head></head> <body> </body> </html> :<html> <head></head> <body> </body> </html> #text 0 2 时光网讯 <html> <head></head> <body> <b>时光网讯</b> </body> </html> <b>时光网讯</b>:<html> <head></head> <body> <b>时光网讯</b> </body> </html> b 0 3 <html> <head></head> <body> </body> </html> :<html> <head></head> <body> </body> </html> #text 0 4 《西游记》 <html> <head></head> <body> <span>《西游记》</span> </body> </html> <span>《西游记》</span>:<html> <head></head> <body> <span>《西游记》</span> </body> </html> span 0 5 全国演员海选启动仪式近日在京举行，导演 <html> <head></head> <body> 全国演员海选启动仪式近日在京举行，导演 </body> </html> 全国演员海选启动仪式近日在京举行，导演:<html> <head></head> <body> 全国演员海选启动仪式近日在京举行，导演 </body> </html> #text 0 6 张纪中 <html> <head></head> <body> <a href="http://people.mtime.com/1254230/" target="_blank" class="tagnews" method="personidcard" personid="1254230">张纪中</a> </body> </html> <a href="http://people.mtime.com/1254230/" target="_blank" class="tagnews" method="personidcard" personid="1254230">张纪中</a>:<html> <head></head> <body> <a href="http://people.mtime.com/1254230/" target="_blank" class="tagnews" method="personidcard" personid="1254230">张纪中</a> </body> </html> a 0 7 、 <html> <head></head> <body> 、 </body> </html> 、:<html> <head></head> <body> 、 </body> </html> #text 0 8 黄奕 <html> <head></head> <body> <a href="http://people.mtime.com/989554/" target="_blank" class="tagnews" method="personidcard" personid="989554">黄奕</a> </body> </html> <a href="http://people.mtime.com/989554/" target="_blank" class="tagnews" method="personidcard" personid="989554">黄奕</a>:<html> <head></head> <body> <a href="http://people.mtime.com/989554/" target="_blank" class="tagnews" method="personidcard" personid="989554">黄奕</a> </body> </html> a 0 9 、 <html> <head></head> <body> 、 </body> </html> 、:<html> <head></head> <body> 、 </body> </html> #text 0 10 李明启 <html> <head></head> <body> <a href="http://people.mtime.com/1000876/" target="_blank" class="tagnews" method="personidcard" personid="1000876">李明启</a> </body> </html> <a href="http://people.mtime.com/1000876/" target="_blank" class="tagnews" method="personidcard" personid="1000876">李明启</a>:<html> <head></head> <body> <a href="http://people.mtime.com/1000876/" target="_blank" class="tagnews" method="personidcard" personid="1000876">李明启</a> </body> </html> a 0 11 作为海选评委会成员出席。张纪中透露，《西游记》将拍摄成选秀节目以及系列剧在网络播出。 <html> <head></head> <body> 作为海选评委会成员出席。张纪中透露，《西游记》将拍摄成选秀节目以及系列剧在网络播出。 </body> </html> 作为海选评委会成员出席。张纪中透露，《西游记》将拍摄成选秀节目以及系列剧在网络播出。:<html> <head></head> <body> 作为海选评委会成员出席。张纪中透露，《西游记》将拍摄成选秀节目以及系列剧在网络播出。 </body> </html> #text 0 12 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 13 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 14 当被质疑以“西游记”命名有糟蹋经典IP的嫌疑，张纪中回应说：“每一次经典被翻拍，都有人认为是糟蹋了经典。但那些发表意见的人，他们就不糟蹋了吗？怎么样才算不糟蹋？不糟蹋就是把它尘封起来放在一边？那这个东西就意义不大。我觉得糟不糟蹋精品，关键是看我们这些做的人怎么做。” <html> <head></head> <body> 当被质疑以“西游记”命名有糟蹋经典IP的嫌疑，张纪中回应说：“每一次经典被翻拍，都有人认为是糟蹋了经典。但那些发表意见的人，他们就不糟蹋了吗？怎么样才算不糟蹋？不糟蹋就是把它尘封起来放在一边？那这个东西就意义不大。我觉得糟不糟蹋精品，关键是看我们这些做的人怎么做。” </body> </html> 当被质疑以“西游记”命名有糟蹋经典IP的嫌疑，张纪中回应说：“每一次经典被翻拍，都有人认为是糟蹋了经典。但那些发表意见的人，他们就不糟蹋了吗？怎么样才算不糟蹋？不糟蹋就是把它尘封起来放在一边？那这个东西就意义不大。我觉得糟不糟蹋精品，关键是看我们这些做的人怎么做。”:<html> <head></head> <body> 当被质疑以“西游记”命名有糟蹋经典IP的嫌疑，张纪中回应说：“每一次经典被翻拍，都有人认为是糟蹋了经典。但那些发表意见的人，他们就不糟蹋了吗？怎么样才算不糟蹋？不糟蹋就是把它尘封起来放在一边？那这个东西就意义不大。我觉得糟不糟蹋精品，关键是看我们这些做的人怎么做。” </body> </html> #text 0 15 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 16 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 17 张纪中认为，网络时代的《西游记》不能重复老版戏曲化的表演方式，“齐天大圣穿着戏曲服装，仙宫地上飘着雾，这些都过时了。”他告诫选手要做好为剧奉献的精神准备，不要想借此一夜成名。 <html> <head></head> <body> 张纪中认为，网络时代的《西游记》不能重复老版戏曲化的表演方式，“齐天大圣穿着戏曲服装，仙宫地上飘着雾，这些都过时了。”他告诫选手要做好为剧奉献的精神准备，不要想借此一夜成名。 </body> </html> 张纪中认为，网络时代的《西游记》不能重复老版戏曲化的表演方式，“齐天大圣穿着戏曲服装，仙宫地上飘着雾，这些都过时了。”他告诫选手要做好为剧奉献的精神准备，不要想借此一夜成名。:<html> <head></head> <body> 张纪中认为，网络时代的《西游记》不能重复老版戏曲化的表演方式，“齐天大圣穿着戏曲服装，仙宫地上飘着雾，这些都过时了。”他告诫选手要做好为剧奉献的精神准备，不要想借此一夜成名。 </body> </html> #text 0 18 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 19 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 20 <html> <head></head> <body> <div class="newspictool left"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115206.54062321_620X620.jpg" width="310"> </div> </div> </div> </div> </body> </html> <div class="newspictool left"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115206.54062321_620X620.jpg" width="310"> </div> </div> </div> </div>:<html> <head></head> <body> <div class="newspictool left"> <div> <div class="newspictooler none"> <div method="imgtool" class="imgtool"> <img src="http://img31.mtime.cn/CMS/News/2016/08/15/115206.54062321_620X620.jpg" width="310"> </div> </div> </div> </div> </body> </html> div 1 21 担任评委会主席的张纪中表示，《西游记》作为经典名著，没有版权之说，但要突破非常难：“像六小龄童、周星驰这样的经典很难超越，只能怀着尊敬的心情，用心尽力做好这件事。”张纪中曾执导过电视剧版《西游记》，但他表示自己不会再拍新版，“已经没那个劲了”。他表示此次活动的具体创作过程自己没有参与，目前只担任了评委工作。 <html> <head></head> <body> 担任评委会主席的张纪中表示，《西游记》作为经典名著，没有版权之说，但要突破非常难：“像六小龄童、周星驰这样的经典很难超越，只能怀着尊敬的心情，用心尽力做好这件事。”张纪中曾执导过电视剧版《西游记》，但他表示自己不会再拍新版，“已经没那个劲了”。他表示此次活动的具体创作过程自己没有参与，目前只担任了评委工作。 </body> </html> 担任评委会主席的张纪中表示，《西游记》作为经典名著，没有版权之说，但要突破非常难：“像六小龄童、周星驰这样的经典很难超越，只能怀着尊敬的心情，用心尽力做好这件事。”张纪中曾执导过电视剧版《西游记》，但他表示自己不会再拍新版，“已经没那个劲了”。他表示此次活动的具体创作过程自己没有参与，目前只担任了评委工作。:<html> <head></head> <body> 担任评委会主席的张纪中表示，《西游记》作为经典名著，没有版权之说，但要突破非常难：“像六小龄童、周星驰这样的经典很难超越，只能怀着尊敬的心情，用心尽力做好这件事。”张纪中曾执导过电视剧版《西游记》，但他表示自己不会再拍新版，“已经没那个劲了”。他表示此次活动的具体创作过程自己没有参与，目前只担任了评委工作。 </body> </html> #text 0 22 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 23 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 24 据介绍，举办此次活动要做三件事，第一，每个月都会开设大型综艺海选节目，根据线上投票和评委会评选选出前一百名，进行宣传推广；第二是在选秀三个月后，将结合《西游记》主题公园拍摄永不落幕的西游记系列剧，前十名将进行综艺深度包装，并可获得西游记系列剧的参演资格；第三是将会在明年立项开始经典名著《西游记》的拍摄。 <html> <head></head> <body> 据介绍，举办此次活动要做三件事，第一，每个月都会开设大型综艺海选节目，根据线上投票和评委会评选选出前一百名，进行宣传推广；第二是在选秀三个月后，将结合《西游记》主题公园拍摄永不落幕的西游记系列剧，前十名将进行综艺深度包装，并可获得西游记系列剧的参演资格；第三是将会在明年立项开始经典名著《西游记》的拍摄。 </body> </html> 据介绍，举办此次活动要做三件事，第一，每个月都会开设大型综艺海选节目，根据线上投票和评委会评选选出前一百名，进行宣传推广；第二是在选秀三个月后，将结合《西游记》主题公园拍摄永不落幕的西游记系列剧，前十名将进行综艺深度包装，并可获得西游记系列剧的参演资格；第三是将会在明年立项开始经典名著《西游记》的拍摄。:<html> <head></head> <body> 据介绍，举办此次活动要做三件事，第一，每个月都会开设大型综艺海选节目，根据线上投票和评委会评选选出前一百名，进行宣传推广；第二是在选秀三个月后，将结合《西游记》主题公园拍摄永不落幕的西游记系列剧，前十名将进行综艺深度包装，并可获得西游记系列剧的参演资格；第三是将会在明年立项开始经典名著《西游记》的拍摄。 </body> </html> #text 0 25 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0 26 <html> <head></head> <body> <br> </body> </html> <br>:<html> <head></head> <body> <br> </body> </html> br 0