Comment enregistrer un document jsoup en tant que fichier texte

Question

Je tente d'enregistrer tous les mots lisibles sur une page Web dans un document texte tout en ignorant le balisage HTML. En utilisant JSoup pour analyser tous les mots sur une page Web, ma seule estimation de la façon de séparer les mots réels du code est à travers les éléments.

Est-il possible de convertir plusieurs éléments du document jsoup dans un fichier texte?

i.e. .:

 Elements titles = doc.select("title"); 
     Elements paragraphs = doc.select("p"); 
     Elements links = doc.select("a[href]"); 
     Elements smallText = doc.select("a"); 

sauver Actuellement, l'analyse syntaxique comme document:

Document doc = Jsoup.connect("https:// (enter a url)").get(); 

Answer 1

Sa façon simple

Document doc = Jsoup.connect("https:// (enter a url)").get(); 
     BufferedWriter writer = null; 
     try 
     { 
      writer = new BufferedWriter(new FileWriter("d://test.txt")); 
      writer.write(doc.toString()); 

     } 
     catch (IOException e) 
     { 
     } 

Answer 2

Ajout réponse parce que je ne peux pas commenter ci-dessus. Remplacer writer.write(doc.toString()); par writer.write(doc.select("html").text()); dans le code ci-dessus.

Il vous donnera le texte sur la page.

Au lieu de "html" dans doc.select("**html**").text() d'autres étiquettes peuvent être utilisées pour extraire le texte inclus dans ces étiquettes.

Edit: vous pouvez également utiliser writer.write(doc.body().text());

Answer 3

Après avoir écrit dans le texte avec writer.write(doc.text()); la ligne suivante vous devez écrire writer.close(); cela va résoudre le problème.