使用Jsoup在符合此模式的两个块之间提取所有
HTML(字符串,文档或元素)的最佳方法是什么：
<strong>
{any HTML could appear here,except for a <strong> pair}
</strong>
...
{This is the HTML I need to extract.
any HTML could appear here,except for a <strong> pair}
...
<strong>
{any HTML could appear here,except for a <strong> pair}
</strong>
使用正则表达式这可能很简单,如果我将它应用于整个body.html()：
(<strong>.+</strong>)(.+)(<strong>.+</strong>)
^
+----- There I have my HTML content
但是,正如我从similar challenge中学到的那样,如果我使用已经解析过Jsoup的DOM,性能可以提高(即使代码稍微长一点) – 除了这次没有Element.nextSibling()和Element.nextElementSibling()都可以来救援.
例如,我在Jsoup中搜索了类似jQuery的nextUntil,但是找不到类似的东西.
是否有可能提出比上述基于正则表达式的方法更好的东西？
解决方法
我不知道它是否更快,但也许这样的东西会起作用：
Elements strongs = doc.select("strong");
Element f = strongs.first();
Element l = strongs.last();
Elements siblings = f.siblingElements();
List<Element> result = siblings.subList(siblings.firstIndexOf(f) + 1,siblings.lastIndexOf(l));
