jsoupnbsp;javanbsp;htmlnbsp;解析器用法

el/2024/7/24 2:46:23
使用选择器语法来查找元素
问题
你想使用类似于CSS或jQuery的语法来查找和操作元素。

方法
可以使用Element.select(String selector) 和 Elements.select(String selector) 方法实现:

File input = new File("/tmp/input.html");
  Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
Elements links = doc.select("a[href]"); //带有href属性的a元素
  Elements pngs = doc.select("img[src$=.png]"); //扩展名为.png的图片
Element masthead = doc.select("div.masthead").first(); //class等于masthead的div标签
Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素
说明
jsoup elements对象支持类似于CSS (或jquery)的选择器语法,来实现非常强大和灵活的查找功能。.

这个select 方法在Document, Element,或Elements对象中都可以使用。且是上下文相关的,因此可实现指定元素的过滤,或者链式选择访问。

Select方法将返回一个Elements集合,并提供一组方法来抽取和处理结果。

Selector选择器概述
tagname: 通过标签查找元素,比如:a
ns|tag: 通过标签在命名空间查找元素,比如:可以用 fb|name 语法来查找  元素
#id: 通过ID查找元素,比如:#logo
.class: 通过class名称查找元素,比如:.masthead
[attribute]: 利用属性查找元素,比如:[href]
[^attr]: 利用属性名前缀来查找元素,比如:可以用[^data-] 来查找带有HTML5 Dataset属性的元素
[attr=value]: 利用属性值来查找元素,比如:[width=500]
[attr^=value], [attr$=value], [attr*=value]: 利用匹配属性值开头、结尾或包含属性值来查找元素,比如:[href*=/path/]
[attr~=regex]: 利用属性值匹配正则表达式来查找元素,比如: img[src~=(?i)\.(png|jpe?g)]
*: 这个符号将匹配所有元素
Selector选择器组合使用
el#id: 元素+ID,比如: div#logo
el.class: 元素+class,比如: div.masthead
el[attr]: 元素+class,比如: a[href]
任意组合,比如:a[href].highlight
ancestor child: 查找某个元素下子元素,比如:可以用.body p 查找在"body"元素下的所有p元素
parent > child: 查找某个父元素下的直接子元素,比如:可以用div.content > p 查找 p 元素,也可以用body > * 查找body标签下所有直接子元素
siblingA + siblingB: 查找在A元素之前第一个同级元素B,比如:div.head + div
siblingA ~ siblingX: 查找A元素之前的同级X元素,比如:h1 ~ p
el, el, el:多个选择器组合,查找匹配任一选择器的唯一元素,例如:div.masthead, div.logo
伪选择器selectors
:lt(n): 查找哪些元素的同级索引值(它的位置在DOM树中是相对于它的父节点)小于n,比如:td:lt(3) 表示小于三列的元素
:gt(n):查找哪些元素的同级索引值大于n,比如: div p:gt(2)表示哪些div中有包含2个以上的p元素
:eq(n): 查找哪些元素的同级索引值与n相等,比如:form input:eq(1)表示包含一个input标签的Form元素
:has(seletor): 查找匹配选择器包含元素的元素,比如:div:has(p)表示哪些div包含了p元素
:not(selector): 查找与选择器不匹配的元素,比如: div:not(.logo) 表示不包含 class=logo 元素的所有 div 列表
:contains(text): 查找包含给定文本的元素,搜索不区分大不写,比如: p:contains(jsoup)
:containsOwn(text): 查找直接包含给定文本的元素
:matches(regex): 查找哪些元素的文本匹配指定的正则表达式,比如:div:matches((?i)login)
:matchesOwn(regex): 查找自身包含文本匹配指定正则表达式的元素
注意:上述伪选择器索引是从0开始的,也就是说第一个元素索引值为0,第二个元素index为1等

http://www.ngui.cc/el/5557482.html

相关文章

centos6.2nbsp;腾达W311M无线USB…

W311M无线USB网卡驱动安装(CentOS) 1.#lsusb //列出挂载的 usb 设备 2.#tar -jxvf 2011_0407_RT3070_RT3370_RT5370_RT5372_Linux_STA_V2.5.0.2_DPO.bz2 //解压驱动文件操作 3.#cd 2011_0407_RT3070_RT3370_RT5370_RT5372_Linux_STA_V2.5.0.2_DPO/ //进入解压文件目录 4.#vi os…

javanbsp;URL相对路径转换成绝对路径

//绝对路径 String absolutePath "http://www.sdfsdfsfdf.com/1/2/3.html"; //相对路径 String relativePath "../../a.jpg"; //以下方法对相对路径进行转换 URL absoluteUrl new URL(absolutePath); URL parseUrl new UR…

Servletnbsp;3.0nbsp;新特性概述

Servlet 3.0 作为 Java EE 6 规范体系中一员,随着 Java EE 6 规范一起发布。该版本在前一版本(Servlet 2.5)的基础上提供了若干新特性用于简化 Web 应用的开发和部署。其中有几项特性的引入让开发者感到非常兴奋,同时也获得了 Jav…

MYSQL用一条SQL语句删除重复记录

MYSQL用一条SQL语句删除重复记录 MYSQL不支持如下语句: delete from t_user where id in(select max(id) as id from t_user group by username ); MYSQL用以下词句就可以: delete t_user from t_user , (select id from t_user group by username havin…

用MYSQLDUMP远程备份MYSQL数据库

mysqldump是备份mysql数据库的一种好工具。它相对于用phpmyadmin等备份工具更加快速,又避免受php.ini等的限制,在windows系统下还可以结合计划任务实现定时远程备份数据库。 操作用mysqldump备份数据库的用户需要的权限比较小,只需要select和…

mysql字符串函数(转载)

对于针对字符串位置的操作,第一个位置被标记为1。 ASCII(str) 返回字符串str的 最左面字符的ASCII代码值。如果str是空字符串, 返回0。如果str是NULL,返回NULL。 mysql> select ASCII(2); -> 50 mysql> select ASCII(2); -> 50 m…

easyui根据行索引得到行对象

var rows $(#tt).datagrid(getRows); // get current page rows var row rows[rowIndex]; // your row data

MySQL数据库将多条记录的单个字段…

MySQL数据库将多条记录的单个字段合并成一条记录的操作是本文我们主要要介绍的内容,接下来就让我们一起来了解一下这部分内容吧。 测试用表结构: CREATE TABLE IF NOT EXISTS tet ( id int(11) NOT NULL, name varchar(255) NOT NULL, ur…

EasyUi身份证验证

var aCity{11:"北京",12:"天津",13:"河北",14:"山西",15:"内蒙古",21:"辽宁",22:"吉林",23:"黑龙江",31:"上海",32:"江苏",33:"浙江",34:"安徽",35…

CentOSnbsp;6.2下安装nbsp;Ather…

一 、安装前准备(确定驱动型号、安装编译环境) 1.首先确定一下网卡驱动型号,因为我是的主板是技嘉GA-G41,但是技嘉官网没有linux驱动,经过查询,使用AR81Family-linux-v1.0.1.14.tar.gz 这个可以 使用lspci …