使用JAVA中的JSOUP从HTML中提取CSS样式

Question

任何人都可以使用Java中的Jsoup帮助从HTML中提取CSS样式。 例如，在html下面，我想提取.ft00和.ft01

<HTML>
<HEAD>
<TITLE>Page 1</TITLE>

<META http-equiv="Content-Type" content="text/html; charset=UTF-8">
<DIV style="position:relative;width:931;height:1243;">
<STYLE type="text/css">
<!--
    .ft00{font-size:11px;font-family:Times;color:#ffffff;}
    .ft01{font-size:11px;font-family:Times;color:#ffffff;}
-->
</STYLE>
</HEAD>
</HTML>

Answer 1

如果样式嵌入在Element中，则只需使用.attr("style") 。

JSoup不是Html渲染器，它只是一个HTML解析器，因此您必须从检索到的<style>标记html内容中解析内容。 你可以使用一个简单的正则表达式; 但它并不适用于所有情况。 您可能希望使用CSS解析器执行此任务。

public class Test {
    public static void main(String[] args) throws Exception {
        String html = "<HTML>\n" +
                "<HEAD>\n"+
                "<TITLE>Page 1</TITLE>\n"+
                "<META http-equiv=\"Content-Type\" content=\"text/html; charset=UTF-8\">\n"+
                "<DIV style=\"position:relative;width:931;height:1243;\">\n"+
                "<STYLE type=\"text/css\">\n"+
                "<!--\n"+
                "    .ft00{font-size:11px;font-family:Times;color:#ffffff;}\n"+
                "    .ft01{font-size:11px;font-family:Times;color:#ffffff;}\n"+
                "-->\n"+
                "</STYLE>\n"+
                "</HEAD>\n"+
                "</HTML>";

        Document doc = Jsoup.parse(html);
        Element style = doc.select("style").first();
        Matcher cssMatcher = Pattern.compile("[.](\\w+)\\s*[{]([^}]+)[}]").matcher(style.html());
        while (cssMatcher.find()) {
            System.out.println("Style `" + cssMatcher.group(1) + "`: " + cssMatcher.group(2));
        }
    }
}

将输出：

Style `ft00`: font-size:11px;font-family:Times;color:#ffffff;
Style `ft01`: font-size:11px;font-family:Times;color:#ffffff;

Answer 2

尝试这个：

Document document = Jsoup.parse(html);
String style = document.select("style").first().data();

然后，您可以使用CSS解析器来获取您感兴趣的详细信息。

使用JAVA中的JSOUP从HTML中提取CSS样式

问题描述

2 个解决方案

解决方案1
5 已采纳 2012-10-31 13:09:46

解决方案2
5 2012-10-31 13:26:06

使用JAVA中的JSOUP从HTML中提取CSS样式

问题描述

2 个解决方案

解决方案1 5 已采纳 2012-10-31 13:09:46

解决方案2 5 2012-10-31 13:26:06

解决方案1
5 已采纳 2012-10-31 13:09:46

解决方案2
5 2012-10-31 13:26:06