Làm thế nào để lấy một phần tử con trộn dưới dạng văn bản (JDOM)

Question

Tôi có một XML như sau:

<documentation> 
    This value must be <i>bigger</i> than the other. 
</documentation> 

Sử dụng JDOM, tôi có thể nhận được các cấu trúc văn bản sau đây:

Document d = new SAXBuilder().build(new StringReader(s)); 
System.out.printf("getText:   '%s'%n", d.getRootElement().getText()); 
System.out.printf("getTextNormalize: '%s'%n", d.getRootElement().getTextNormalize()); 
System.out.printf("getTextTrim:  '%s'%n", d.getRootElement().getTextTrim()); 
System.out.printf("getValue:   '%s'%n", d.getRootElement().getValue()); 

mà cung cấp cho cho tôi các kết quả đầu ra sau:

getText:   ' 
    This value must be than the other. 
' 
getTextNormalize: 'This value must be than the other.' 
getTextTrim:  'This value must be than the other.' 
getValue:   ' 
    This value must be bigger than the other. 
' 

Điều tôi thực sự muốn là lấy nội dung của phần tử dưới dạng chuỗi, cụ thể là, "This value must be <i>bigger</i> than the other.". getValue() đến gần nhưng xóa thẻ <i>. Tôi đoán tôi muốn một cái gì đó như innerHTML cho tài liệu XML ...

Tôi có nên chỉ sử dụng XMLOutputter trên nội dung không? Hoặc là có một lựa chọn tốt hơn?

Answer 1

Tôi muốn nói rằng bạn nên thay đổi tài liệu của bạn để

<documentation> 
    <![CDATA[This value must be <i>bigger</i> than the other.]]> 
</documentation> 

để tuân theo các đặc tả XML. Nếu không, <i> sẽ được coi là phần tử con của <documentation> và không phải là nội dung.

Answer 2

Jericho HTML là lựa chọn tuyệt vời cho loại nhiệm vụ này. Bạn có thể thực hiện chính xác những gì bạn đang cố gắng thực hiện với một khối mã như thế này:

String snippet = new Source(html).getFirstElement().getContent().toString(); 

Thật tuyệt vời khi làm việc với HTML nói chung vì nó không cố ép nó thành XML ... đối phó với nó nhiều hơn nữa khoan dung.

Answer 3

Trong JDOM giả:

for Object o in d.getRootElement().getContents() 
    if o instanceOf Element 
     print <o.getName>o.getText</o.getName> 
    else // it's a text 
     print o.getText() 

Tuy nhiên, như Prashant Bhate wrote: content.getText() cho văn bản ngay lập tức mà chỉ là tốt hữu ích với các yếu tố lá với nội dung văn bản.