獲取jsoup中元素的字符偏移量

Question

我需要將jsoup元素映射回源HTML中的特定字符偏移量。換句話說，如果我有HTML，看起來像這樣：

Hello <br/> World 

我需要知道，「你好」開始，在偏移0並具有6個字符，<br/>開始長度偏移量6，具有長度5個字符等。

我無法在返回此信息的Element javadoc中找到getter。它可以被檢索？

Answer 1

我不相信Jsoup有這個功能。這個問題似乎比HTML解析更接近詞法分析。

我會編寫一個語法，然後編寫一個詞法分析器來對付將HTML標記爲HTML的語法，並提供您正在尋找的偏移量。

首先，用Jsoup解析文檔以驗證它是否爲有效的HTML。

然後，根據語法詞法分析文檔。一個語法可能看起來像：

Document := {optional-opening-tag} | {literal} {optional-opening-tag} | {optional-closing-tag} 

optional-opening-tag := ["<" {literal} ">" {optional-opening-tag}|{literal} ] | "" 

optional-closing-tag := "</ {literal} ">" | "" 

literal := any string of characters not beginning with whitespace, or containing "<" 

將每個您在存儲令牌，第一個字符的索引和長度的對象找到令牌。