java - 如何使用HTMLParser在标签之间获取值

我正在使用HTMLParser（org.htmlparser）解析HTML。我用它来访问标签并获得标签属性，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?
}

但是现在我需要在标签之间得到值，例如<script>标签？

提前致谢。

最佳答案

因为您已经知道Tag是脚本标记，所以应该可以将其强制转换为ScriptTag。然后，您应该可以使用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();
    }
  }
};

有关设置visitTag方法的说明，请参见Javadocs for NodeVisitor。

如果仅关注带有结束标记的标记，则可以查看它是否是CompositeTag的实例，否则该标记没有结束标记（<tag/>）。然后调用上面提到的getStringText()方法。

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