RSS <link>标记上的Jsoup选择器使用.text（）方法返回空字符串

Question

我正在使用jsoup使用java解析rss feed 。尝试选择文档中的第一个元素时，我无法获得结果。<link>

当我使用title.text()此代码时，可以获得预期的结果：

Document doc = Jsoup.connect(BLOG_URL).get();
Element title = doc.select("rss channel title").first();
System.out.println(title.text()); // print the blog title...

但是，link.text()工作方式不同：

Element link = doc.select("rss channel link").first();
System.out.println(link.text()); // prints empty string

当我检查doc.select("rss channel link")的Element link对象是人口稠密，但.println()声明仅仅是一个空字符串。

是什么让.select("rss channel link")dang如此特别，以至于我不知道如何使用它？

编辑：RSS响应开始是这样的：

   <?xml version="1.0" encoding="UTF-8"?>
    <rss>
    <channel>
    <title>The Blog Title</title>
    <link>http://www.the.blog/category</link>

Answer 1

您的rss feed是XML，而不是HTML。为此，必须告诉JSoup使用其XMLParser。这将起作用：

String rss = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>"
  +"<rss><channel>"
  +  "<title>The Blog Title</title>"
  +  "<link>http://www.the.blog/category</link>"
  +"</channel></rss>";

Document doc = Jsoup.parse(rss, "", Parser.xmlParser());

Element link = doc.select("rss channel link").first();
System.out.println(link.text()); // prints empty string

说明：

HTML中的链接标记采用​​不同的格式，并且Jsoup尝试将<link>您的rss 解释为此类html标记。