有沒有一種方法可以使用Java / JSoup訪問html標簽的特定屬性？

Question

例如，代碼

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

將返回所有帶有href屬性的標簽。 但是我想要<a>標簽，其中有一個名為title的屬性，它等於“ XXX”。 另外，我希望所有<span>標記的title屬性等於“ XXX”，並且還希望實際文本值在該span標記內。

是否有捷徑可尋？

Answer 1

您可以簡單地使用a[title=XXX] ，與span[title=XXX] 。

如果要在一個select(..)查詢中找到它們，則可以使用逗號分隔多個選擇器，例如用逗號分隔

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

如果要獲取將由選定標簽生成的文本，則可以在其上調用text()方法。

您可以在官方教程中找到有關選擇器的更多信息： http : //jsoup.org/cookbook/extracting-data/selector-syntax

Answer 2

為了檢查屬性是否與XXX匹配，您可以檢查linksOnPage.attr("title")是否等於XXX 。 可以使用jsoup中的text（）函數提取span標簽的主體，您可以從externalHtml（）函數獲取整個標簽

Answer 3

好吧，根據此文檔 ：

您可以通過以下方式選擇哪些標簽是XXX ： htmlDocument.select("a[title="+XXX+"]");

對於標簽內的數據： tag.text() 。