如何查找HTML属性中嵌套的自定义元素？

这问题我之前也碰到过！核心原因是你要找的<custom:test>并不是真正的DOM元素——它只是input按钮value属性里的一段文本内容，Jsoup解析原始HTML后，只会把它当作字符串存在属性里，不会把它解析成独立的节点，所以用常规的元素选择器自然找不到。

下面是具体的解决步骤：

步骤1：提取目标属性的内容 #

首先需要先定位到包含目标文本的input元素，然后取出它的value属性值：

String input = readFileAsString(filePath);
Document doc = Jsoup.parse(input);
// 找到对应的input按钮
Element inputButton = doc.selectFirst("input[type=button]");
// 获取value属性里的内容
String nestedContent = inputButton.attr("value");

步骤2：把属性内容当作独立的HTML/XML解析 #

接下来，把提取到的nestedContent当作一段新的HTML（或XML）内容，用Jsoup重新解析，这样里面的<custom:test>就会被识别成DOM元素了：

// 用XML解析器处理更适合这种自定义标签场景
Document innerDoc = Jsoup.parse(nestedContent, "", Parser.xmlParser());
// 现在就可以正常查找custom:test元素了
Elements messageEls = innerDoc.select("custom|test");

步骤3：验证结果并获取属性值 #

最后可以检查是否找到元素，并提取它的属性：

if (!messageEls.isEmpty()) {
    String codeAttr = messageEls.first().attr("code");
    System.out.println(codeAttr); // 会输出"key"
}

备选方案：如果命名空间选择器不生效 #

如果遇到命名空间相关的问题，也可以直接通过标签名来筛选：

Elements messageEls = innerDoc.select("*").stream()
    .filter(element -> element.tagName().equals("custom:test"))
    .collect(Collectors.toCollection(Elements::new));

内容的提问来源于stack exchange，提问作者emilly