[英]jsoup tag extraction problem
Elements size = doc.select("div:contains(test:)");
我如何從這個html標記中提取值example和example1。...使用jsoup ..
由於此HTML的語義不足以實現您的最終目的( <br>
不能有子對象,而:
不是HTML),因此您無法使用Jsoup之類的HTML解析器做很多事情。 HTML解析器無意執行特定的文本提取/標記化工作。
最好的辦法是使用Jsoup獲取<div>
的HTML內容,然后使用常規的java.lang.String
或java.util.Scanner
方法進一步提取該內容。
這是一個啟動示例:
String html = "<div style=\"height:240px;\"><br>test: example<br>test1:example1</div>";
Document document = Jsoup.parse(html);
Element div = document.select("div[style=height:240px;]").first();
String[] parts = div.html().split("<br />"); // Jsoup transforms <br> to <br />.
for (String part : parts) {
int colon = part.indexOf(':');
if (colon > -1) {
System.out.println(part.substring(colon + 1).trim());
}
}
這導致
example example1
如果我是HTML作者,那么我將為此使用定義列表 。 例如
<dl id="mydl">
<dt>test:</dt><dd>example</dd>
<dt>test1:</dt><dd>example1</dd>
</dl>
這更具語義,因此更易於解析:
String html = "<dl id=\"mydl\"><dt>test:</dt><dd>example</dd><dt>test1:</dt><dd>example1</dd></dl>";
Document document = Jsoup.parse(html);
Elements dts = document.select("#mydl dd");
for (Element dt : dts) {
System.out.println(dt.text());
}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.