使用jsoup获取特定的孩子
[英]get specific child using jsoup
问题描述
i have this simple example to illustrate my problem: this is a html page test.html : 
我有一个简单的例子来说明我的问题：这是一个html页面test.html：
<body>
<div class="partA">
part a
</div>
<script></script>
<div class="partB">
part b
</div>
<div class="partC">
part c
</div>
<div class="parthh">
<div>
part b 2
</div>
<div class="partD">
part d
</div>
</div>
</body>
and this is my code java : 这是我的代码java：
public static void main(String[] args) throws IOException {
Document doc = Jsoup.parse(new File("C:\\Users\\HC\\Desktop\\dataset\\test.html"), "UTF-8");
Elements el = doc.select("body > div:eq(1)");
System.out.println(el.toString());
}
the problem that tag 'script' or other tags came before my diserd tag(the second div in this case ) prevent the good execution of code , and the returned result is empty . 标签'script'或其他标签在我的diserd标签（在本例中为第二个div）之前出现的问题阻止了代码的良好执行，并且返回的结果为空。
please how can i ignore those undisered tags and get the specific one . 请我如何忽略这些未标记的标签并获得具体的标签。
2 个解决方案
解决方案1
1 2016-05-18 17:52:38
You can remove all the script tags from your HTML : 您可以从HTML删除所有script标签：
Document doc = Jsoup.parse(new File("C:\\Users\\HC\\Desktop\\dataset\\test.html"), "UTF-8");
Elements el = doc.select("script");
for (Element e : el) {
e.remove();
}
el = doc.select("body > div:eq(1)");
System.out.println(el.toString());
Now your doc won't contain that tag, and you'll get the desired output. 现在，您的文档将不再包含该标记，您将获得所需的输出。
解决方案2
1 已采纳 2016-05-18 18:12:06
选择器body > div:nth-of-type(2)不是您想要的吗？
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.