タグなしのときにjavaを使用してHTMLからテキストを収集

Question

テキストをWebサイトから取得するには、javaを使用しています。このウェブサイトでは、<p>や<h1>などのタグは使用していません。私が探しているテキストはすべてクラスの小道具（）の下にあります。私はjsoupの使用を理解します。クラスを選択できますが、テキストを取得する方法はわかりません。

div style="margin-bottom:8px;">Repulse Bay</div> 
<div><div><b>Gross Area:</b> 5,051 sq.ft. (@ HK$ 67 p.s.f.)</div> 
<div><b>Saleable Area:</b> 3,871 sq.ft. (@ HK$ 88 p.s.f.)</div></div> 
<div><b>Bedrooms:</b> 3 (2-Ensuite)</div> 
<div><b>Bathrooms:</b> 3.5</div> 

Answer 1

あなたが同じテキスト（）メソッドを使用することができます。

は、ここでは、テキストの例です。

doc.getElementsByClass("cls-1").forEach(ele -> { 

    System.out.println(ele.text()); 
}); 

ちょうどあなたはgetElementsByclass(<classname>)を使用して、各ノードからテキストを取得するための要素を反復処理する必要があります。

Answer 2

正規表現はjsoupなしで使用できます。

String content = "<div><b>Saleable Area:</b> 3,871 sq.ft. (@ HK$ 88 p.s.f.)</div></div><div><b>Bedrooms:</b> 3 (2-Ensuite)</div>"; 

Pattern p = Pattern.compile("\\(([^\\)]*)\\)"); 
Matcher m = p.matcher(content); 
while(m.find()) { 
    System.out.println(m.group(1)); 
} 
// Output 
//@ HK$ 88 p.s.f. 
//2-Ensuite 

それともjsoupですべてのテキストノードには、この正規表現を適用します。