Удалить желаемый тег из html с помощью JTidy

Question

Я использую JTidy и xpath в разборе HTML, но на данный момент разбор текста вызывает у меня небольшую проблему, потому что он может включать в себя тег b внутри, поэтому я не хочу перебирать его но просто удалите теги «b» после загрузки html.

Как удалить теги из документа DOM.

Document doc = tidy.parseDOM(url.openStream(), System.out); 

, например псевдокода для него - doc.removeTag('<b>');

Возможно ли это?

Answer 1

Вы отметили это как «jdom», но ваш документ является документом DOM (а не JDOM).

Из corse, если он был JDOM, вы можете заменить Элементы своим контентом, используя относительно простое сканирование документа. Или вы можете использовать пользовательский SAXHandler, чтобы пропустить добавление элемента в первую очередь.

Используя JDOM, вы можете, например, сделать что-то вроде:

for (Iterator <Content> it = document.getDescendants(); it.hasNext();) { 
    Content c = it.next(); 
    if ((c instanceof Element) && "b".equals(((Element)c).getName())) { 
    Element e = (Element)c; 
    it.remove(); 
    for (Content k : e.getContent()) { 
     k.detach(); 
     it.add(k); 
    } 
    } 
}