有没有一种方法可以使用Java / JSoup访问html标签的特定属性？

Question

例如，代码

Elements linksOnPage = htmlDocument.select("a[href]");

将返回所有带有href属性的标签。 但是我想要<a>标签，其中有一个名为title的属性，它等于“ XXX”。 另外，我希望所有<span>标记的title属性等于“ XXX”，并且还希望实际文本值在该span标记内。

是否有捷径可寻？

Answer 1

您可以简单地使用a[title=XXX] ，与span[title=XXX] 。

如果要在一个select(..)查询中找到它们，则可以使用逗号分隔多个选择器，例如用逗号分隔

Elements linksOnPage = htmlDocument.select("a[title=XXX], span[title=XXX]");

如果要获取将由选定标签生成的文本，则可以在其上调用text()方法。

您可以在官方教程中找到有关选择器的更多信息： http : //jsoup.org/cookbook/extracting-data/selector-syntax

Answer 2

为了检查属性是否与XXX匹配，您可以检查linksOnPage.attr("title")是否等于XXX 。 可以使用jsoup中的text（）函数提取span标签的主体，您可以从externalHtml（）函数获取整个标签

Answer 3

好吧，根据此文档 ：

您可以通过以下方式选择哪些标签是XXX ： htmlDocument.select("a[title="+XXX+"]");

对于标签内的数据： tag.text() 。