使用jsoup僅從同一類的某些div中提取文本

Question

我想使用jsoup從網站的特定<div>中提取文本，但不確定如何。

問題是，我想從div獲得具有class="name"的文本。

但是，此類中可以有更多的<div> （並且我不想從中獲取文本）。

HTML文件中的內容如下所示：

.  
.
<div class="name">
Some text I don't want
<span class="a">Tree</span>
</div>
.  
.
<div class="name">Some text I do want</div>
.  
.

因此，唯一的區別是我要從中獲取文本的<div> <span>里面沒有<span> 。 但是我還沒有找到一種使用它作為鍵來提取jsoup中文本的方法。

可能嗎？

Answer 1

使用JSoup的選擇器語法 。 例如，選擇所有class =“ name”的div使用

Elements nameElements = doc.select("div.name");

請注意，您在上方“想要”和“不要”想要的文本位於相同的相對 HTML位置，實際上我不知道您為什么想要一個或另一個。 HTML和JSoup會看到相同的內容。

如果要避免元素包含span元素，則一種方法是遍歷上面獲得的元素，並通過選擇器測試它們是否具有span元素：

    Elements nameElements = doc.select("div.name");

    for (Element element : nameElements) {
        if (element.select("span").isEmpty()) {
            System.out.println("No span");
            System.out.println(element.text());
            System.out.println();
        } else {
            System.out.println("span");
            System.out.println(element.text());
            System.out.println();
        }
    }

Answer 2

您可以選擇所有帶有class =“ name”的div元素，然后循環遍歷它們。 檢查元素是否具有子元素-如果沒有，則這是您想要的div。