Сохранение разрывов строк с помощью преобразования HTML в обычный текст Jsoup

Jsoup предлагает надежные инструменты для управления HTML, но по умолчанию он преобразует HTML в обычный текст text может объединять разрывы строк, отображая их как непрерывный текст. Чтобы сохранить эти разрывы, вы можете использовать Jsoup следующим образом:

Пользовательская функция для сохранения разрывов строк:

Приведенный фрагмент кода Java представляет пользовательскую функцию noTags, которая использует текст Jsoup(). метод удаления HTML-тегов из входного HTML. Однако он не поддерживает разрывы строк.

Улучшение функции с помощью извлечения всего текста:

Класс JsonNode в Jsoup предлагает метод getWholeText(), который извлекает текстовое содержимое с учетом разрывов строк. Используя этот метод, функцию noTags можно улучшить:

public String noTags(String str) {
    return Jsoup.parse(str).wholeText();
}

Реализация сохранения разрывов строк:

Для более усовершенствованного решения, сохраняющего разрывы строк:

public static String br2nl(String html) {
    if (html == null)
        return html;
    Document document = Jsoup.parse(html);
    // Suppress pretty printing to preserve line breaks and spacing
    document.outputSettings(new Document.OutputSettings().prettyPrint(false));
    // Append line breaks for 
 tags
    document.select("br").append("\\n");
    // Prepend line breaks for 
 tags
    document.select("p").prepend("\\n\\n");
    String s = document.html().replaceAll("\\\\n", "\n");
    return Jsoup.clean(s, "", Whitelist.none(), new Document.OutputSettings().prettyPrint(false));
}

Эта пользовательская функция обеспечивает сохранение разрывов строк в соответствии с желаемым выводом. Он отвечает двум ключевым требованиям:

1. Исходные разрывы строк (\n) сохраняются.
2. 
   и теги

   преобразуются в разрывы строк (\n).