Jsoup解析LOC

Question

嗨，我是新来的Jsoup，我找不到如何计算HTML网页中的代码行数，因为我正在做一个html度量项目。

如有任何帮助，将不胜感激。

Answer 1

希望这能帮上忙。但这一切都取决于页面是如何创建的。有时它可能没有格式化，有时可能被混淆，可能导致不正确的计数。然而，jsoup提供了一个级别的格式。所以这个应该有帮助。

import java.io.IOException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;

public class LineCounter {

    public static void main(String[] args) {
        Document doc;

        try {
            doc = Jsoup.connect("http://www.stackoverflow.com").get();

            int noOfLines = doc.html().split("\n").length;
            System.out.println(noOfLines);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

}

Answer 2

如果您需要与原始html完全相同的行数，则可以关闭prettyPrint设置。下面的代码将打印html代码中的行数。

Document doc = Jsoup.parse(html);
doc.outputSettings().prettyPrint(false);
System.out.println(doc.toString().split("\n").length);

如果您设置了prettyPrint True，则jSoup将正确格式化html代码，并插入换行符，以便在新行中添加div标记等。因此，代码行数将增加。