jsoup - 使用选择器语法
以下示例将展示将 HTML 字符串解析为 Document 对象后使用选择器方法的情况。jsoup 支持与 CSS 选择器类似的选择器。
语法
Document document = Jsoup.parse(html);
Element sampleDiv = document.getElementById("sampleDiv");
Element links = sampleDiv.getElementsByTag("a");
其中
document − document 对象代表 HTML DOM。
Jsoup − 主类用于解析给定的 HTML 字符串。
html − HTML 字符串。
sampleDiv − Element 对象表示由 id"sampleDiv"标识的 html 节点元素。
links − Elements 对象表示由标签"a"标识的多个节点元素。
描述
document.select(expression) 方法解析给定的 CSS 选择器表达式以选择 html dom 元素。
示例
使用您选择的任何编辑器在 C:/> jsoup 中创建以下 java 程序。
JsoupTester.java
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class JsoupTester {
public static void main(String[] args) {
String html = "<html><head><title>Sample Title</title></head>"
+ "<body>"
+ "<p>Sample Content</p>"
+ "<div id='sampleDiv'><a href='www.google.com'>Google</a>"
+ "<h3><a>Sample</a><h3>"
+"</div>"
+ "<div id='imageDiv' class='header'><img name='google' src='google.png' />"
+ "<img name='yahoo' src='yahoo.jpg' />"
+"</div>"
+"</body></html>";
Document document = Jsoup.parse(html);
//a 带有 href
Elements links = document.select("a[href]");
for (元素 link : links) {
System.out.println("Href: " + link.attr("href"));
System.out.println("Text: " + link.text());
}
// img 带有 src 结尾的 .png
Elements pngs = document.select("img[src$=.png]");
for (元素 png : pngs) {
System.out.println("Name: " + png.attr("name"));
}
// div 带有 class=header
Elements headerDiv = document.select("div.header").first();
System.out.println("Id: " + headerDiv.id());
// 在 h3 之后直接指向 a
Elements sampleLinks = document.select("h3 > a");
for (Element link : sampleLinks) {
System.out.println("Text: " + link.text());
}
}
}
验证结果
使用 javac 编译器编译该类，如下所示:
C:\jsoup>javac JsoupTester.java
现在运行 JsoupTester 以查看结果。
C:\jsoup>java JsoupTester
查看结果。
Href: www.google.com Text: Google Name: google Id: imageDiv Text: Sample
