如何在给定的选择范围内使用Jsoup解析元素？

Question

嗨，我正在尝试使用Jsoup解析整堆html，但是无法达到预期的目标。 我是从生成的javadoc解析它的，因为它缺少id或其他有用的元素来进行解析。 另外一个问题是我必须解析同一文档中的相同标签，因此我不能严格定义选择。 我设法做到了，但是方法名称仍然有问题，这在DOM的另一个同级中。 这是我的html和所需的解析结果： http : //img62.imageshack.us/img62/9870/08bz.png

我必须以某种方式“绑定”“ pre”和“ ol”标签（解析所需的html范围）。 请帮我。

尝试通过以下方式进行操作： Elements methodName = doc.select("pre:contains(public), dl > dd > ol"); 但这给我返回了太多的方法名称。

Answer 1

如果我正确理解，则只需要public void method_name()和解释该方法作用的列表项，而没有任何其他html标记。

Elements methodName = doc.select("pre:contains(public), dl > dd > ol > li");

这将总共选择4个元素-方法名称和三个列表项，但是它们周围仍将带有html标签，例如<pre>和<li> 。 在每个Element上调用text()方法以删除这些标签：

for (Element e : methodName) {  
    System.out.println(e.text());
}

哪个输出：

11-08 10:47:19.468: I/System.out(816): public void test()
11-08 10:47:19.468: I/System.out(816): Navigates to app
11-08 10:47:19.468: I/System.out(816): opens main panel
11-08 10:47:19.478: I/System.out(816): starts it

---

由于缺少任何id属性，我认为无法通过一个select语句仅选择相关标签。 因此，相反，您可以遍历您选择的Elements并检查<pre>标记后是否带有<li>标记（假设您使用的是我在第一个答案中使用的同一doc.select()语句）。

例：

Elements methodName = doc.select("pre:contains(public), dl > dd > ol > li");

for (int i = 0; i < methodName.size(); i++) {
    if (methodName.get(i).tagName().equals("pre")) {        // if the <pre> tag
        if (methodName.get(i + 1).tagName().equals("li")) { // is followed by a <li> tag
            System.out.println(methodName.get(i).text());   // print it
        }
    } else System.out.println(methodName.get(i).text());    // else it is a <li> tag so print it
}  

这将提供与我的第一个示例相同的输出，即使还有两个其他<pre>标记的methodNames之后没有<ol>列表（如您在评论中所提到的）。

注意：根据文档的格式设置，您可能必须注意IndexOutOfBoundsException （当我称i + 1 ），但是您可以为此添加另一个检查。