Jsoup在元素之前获取评论

Question

说我有这个HTML：

<!-- some comment -->
<div class="someDiv">
... other html
</div>
<!-- some comment 2 -->
<div class="someDiv">
... other html
</div>

我目前正在所有class == someDiv的div并抓取它们以获取信息。 为此，我只是在这样做：

Document doc = Jsoup.connect(url).get();
Elements elements = doc.select(".someDiv");
for (Element element : elements) {
    //scrape stuff
}

在for循环中，是否有任何方法可以在我所在的特定div.someDiv元素之前找到注释标签？

如果无法做到这一点，我是否应该按照此要求以不同的方式解析此html结构？

感谢您的任何建议。

Answer 1

尽管这个问题有几个月了，但我的回答还是完整的。 如何使用previousSibling获取先前的Node 。 当然，在实际代码中，您可能想检查一下，是否真的在此处得到Comment 。

String html = "<!-- some comment --><div class=\"someDiv\">... other html</div><!-- some comment 2 --><div class=\"someDiv\">... other html</div>";
Document doc = Jsoup.parseBodyFragment(html);
Elements elements = doc.select(".someDiv");
for (Element element : elements) {
    System.out.println(((Comment) element.previousSibling()).getData());
}

这将产生：

some comment 
some comment 2 

（使用jsoup 1.6.1和1.6.3测试）

Answer 2

尝试这样的事情，遍历所有注释并检查它们的兄弟姐妹是否是您所关注的div

for (int i = 0; i < doc.childNodes().size(); i++) {
        Node child = doc.childNode(i);
        if (child.nodeName().equals("#comment")) {
            //do some checking on child.nextSibling() , like hasAttr or attr to figure out if it the div you were expecting for...
        }
}

看看jsoup Node文档

Answer 3

元素elements = doc.select（“ div.someDiv”）;

http://jsoup.org/cookbook/