Java之提取html中的文本內容

使用lucene創建索引時，碰到文本是html類型的，但須要的是對其中文本內容進行分析並索引，html標籤等應該排除在外，所以應該從html中提取文本內容html 思想以下： 使用jsoup對html文檔進行解析，每一個html標籤（Element）、文本（TextNode）都抽象成一個Node，每個Node都含有childNodes()方法來枚舉其包含的Node，這裏經過遞歸來提取文本內容，對於

>>阅读原文<<