如何使用JSoup讀取特定的字符串值

Question

我已經處理了從HTML讀取全部內容的代碼。

URL url = new URL("https://idms.sunamerica.com/v2/market/home.idms");
             Document doc = Jsoup.parse(url, 5*1000);
             TextNode tn = new TextNode(doc.body().html(), "");
                String entireText = tn.getWholeText();

現在WholeText包含以下文本

<tr class="evenrow" onmouseover="loadMiniChart(\'S&amp;P Midcap 400\',8318990,\'market_mini_chart\')">
       '); document.write('
       <td>
        <div align="left">
         S&amp;P Midcap 400 Index
        </div></td>'); document.write('
       <td>1254.56</td>'); document.write('
       <td><span class="negative">-2.83</span></td>'); document.write('
      </tr>');

現在，我需要使用字符串“ S＆P Midcap 400 Index”獲取值1254.56。

有什么方法可以匹配文本？ 感謝您的幫助。...:)

Answer 1

恐怕在這里用Jsoup無法做很多事情，因為您需要提取的文本在腳本節點內部，因此Jsoup處理的不是HTML，而是JavaScript。

可以做的是

• 您可以嘗試手動提取所需的文本
• 或在Selenium中呈現頁面，然后獲取頁面源並使用Jsoup對其進行解析
• 或在Web瀏覽器中打開一個頁面，將其保存到磁盤，然后進行解析

關於您的Jsoup示例，不需要從html創建TextNode。 您可以在doc.body（）中獲取樹，然后使用Jsoup API進行導航：CSS選擇器或樹API方法（子類，第一個等）。

Answer 2

可以在這種情況下使用正則表達式

這是您問題的解決方案

String ResultString = null;
try {
    Pattern regex = Pattern.compile("<td>\\d+.\\d+</td>", Pattern.DOTALL | Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE | Pattern.MULTILINE);
    Matcher regexMatcher = regex.matcher(subjectString);
    if (regexMatcher.find()) {
        ResultString = regexMatcher.group();
    } 
} catch (PatternSyntaxException ex) {
    // Syntax error in the regular expression
}

謝謝