如何通过HTML内容在Jsoup中选取元素？是否有变通方案？

嘿，我来帮你搞定这个问题！你遇到的核心点是 这个HTML实体在Jsoup解析后会被转换成对应的Unicode非换行空格（\u00A0），直接用普通空格匹配肯定找不到，下面给你几个可行的方案：

方案一：使用:contains()选择器精准匹配 #

因为Jsoup会把 解析为\u00A0，所以可以直接在:contains()里用这个字符来匹配：

// 解析文档后执行
Elements targetElements = doc.select(":contains(LOCATION:\u00A0)");

这个方法简单直接，适合你确定文本里就是 而非普通空格的场景。

方案二：用正则匹配兼容多种空白符 #

如果页面里可能混合了普通空格和 ，或者你想更灵活匹配，建议遍历元素并用正则检查文本：

Elements allElements = doc.getAllElements();
List<Element> resultElements = new ArrayList<>();
// 正则匹配LOCATION:后面跟任意空白符（包括\u00A0和普通空格）
Pattern locationPattern = Pattern.compile("LOCATION:\\s", Pattern.CASE_INSENSITIVE);

for (Element elem : allElements) {
    if (locationPattern.matcher(elem.text()).find()) {
        resultElements.add(elem);
    }
}

这里的\s正则符号会匹配所有空白字符，完美覆盖 和普通空格的情况。

方案三：缩小标签范围提升效率 #

如果你知道目标文本所在的标签类型（比如<span>、<div>），可以先限定标签再匹配，这样不用遍历整个文档的所有元素，效率更高：

// 假设文本在<span>标签内
Elements elements = doc.select("span:contains(LOCATION:\u00A0)");

额外提示 #

如果目标文本被嵌套在子标签里（比如<div>LOCATION:&nbsp;<span>Beijing</span></div>），elem.text()会自动合并所有子元素的文本内容，所以上述方法依然能正常匹配到。

内容的提问来源于stack exchange，提问作者Neeraj Kumar