用Jsoup解析HTML

Question

我正在尝试进行一些分析，但遇到了麻烦……这是HTML的结构：

<ul class="sub-menu"> 
<li id="1" class="1"><a href="http://link">SOME TEXT</a> 
    <ul class="sub-menu"> 
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
    </ul>
</li>
<li id="2" class="2"><a href="http://link2">SOME OTHER TEXT</a> 
    <ul class="sub-menu"> 
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
    </ul>
</li></ul>

我需要获取每个li（id = 1、2和s），然后在其中包含lis（ <li .... ><a ... /></li> ）。

这是我的Java外观：

// ul contains the source above
Elements lis = ul.select("li"); // I know that this line screws up everything here, but I can't figure out how to do it correctly
for(Element li: lis)
{
    String text = li.select("a").first().text();
    Elements lis2 = li.select("ul[class=sub-menu]").first().getElementsByTag("li");     
    for(Element li2: lis2)
    {
        Element a = li2.select("a").first();
        // and other stuff with 'a'
    }
}

那么有人可以帮助我解决这个问题吗？

编辑：问题是ul.select("li"); 返回我在此处编写的源代码中的每个“ li”。 我需要获取ID为1、2等的lis。 然后我需要获取那些<li .... ><a ... /></li> 。 PS对不起，我的英语不好。

Answer 1

我不确定，但是尝试这样的事情

for( Element element : doc.select("[li]") )
{
    if( element.attr("id")== 1 || element.attr("id").getValue()== 2 )
    {
        // thats your elements 'element'
        System.out.println(element);
    }
}

问候，雨果·佩德罗萨

Answer 2

你有没有尝试过

`ul.children()`

我认为它将仅返回ul的直接子节点。

Answer 3

使用JSoup中内置的比较方法，例如<，>等。

您可以通过包含一个伪选择器来选择元素，该伪选择器将查看DOM结构相对于其父级的相对位置：

Elements lis = ul.select("li:lt(2)");

这应该导致仅返回li的0和1。

请参考JSoup文档中的伪选择器，它比我能更好地解释了这一点！

http://jsoup.org/cookbook/extracting-data/selector-syntax