jsoup提供了另一種解析html的方法
就是利用selector, 非常靈活, 還可以下條件組合
介紹如下
1. 官網https://jsoup.org/cookbook/extracting-data/selector-syntax
2. 舉個例子
和DOM的方法只差在用select是用String來輸入名稱
語法: Jsoup.parse(Html來源).select(條件)
範例如下
String html = "<html><head><title>First parse</title></head>"
+ "<body>"
+ "<p>Line 1.</p>"
+ "<p>Line 2.</p>"
+ "<p>Line 3.</p>"
+ "</body></html>";
Document doc = Jsoup.parse(html);
Elements contents = doc.select("p");
for (Element content : contents) {
System.out.println(content.text());
}
3. Selector概述
tagname : 用tag找元素，比如：a
ns|tag : 用tag在命名空間的元素，比如：用 fb|name 語法來找 <fb:name> 元素
#id : 用id找元素，比如：#logo
.class : 用class名稱找元素，比如：.masthead
[attribute] : 用屬性找元素，比如：[href]
[^attr] : 用屬性名前綴來找元素，比如：可以用[^data-] 來找有HTML5 Dataset屬性的元素
[attr=value] : 用屬性值來找元素，比如：[width=500]
[attr^=value], [attr$=value], [attr*=value] : 用匹配屬性值開頭、結尾或包含屬性值來找元素，比如：[href*=/path/]
[attr~=regex] : 用屬性值匹配正則表達式來找元素，比如： img[src~=(?i)\.(png|jpe?g)]
*: 這個符號將匹配所有元素
4. Selector組合
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]
任意組合，比如：a[href].highlight
ancestor child: 找某個元素下子元素，比如：可以用.body p 查找在"body"元素下的所有 p元素
parent > child: 找某個父元素下的直接子元素，比如：可以用div.content > p 查找 p 元素，也可用body > * 找body標籤下所有直接子元素
siblingA + siblingB: 找A元素之前第一個同級元素B，比如：div.head + div
siblingA ~ siblingX: 找A元素之前的同級X元素，比如：h1 ~ p
el, el, el:多個selector組合，找匹配任一selector的唯一元素，例如：div.masthead, div.logo
5. 偽selectors
:lt(n): 找哪些元素的同級索引值（它的位置在DOM樹中是相對於它的父節點）小於n，比如：td:lt(3) 表示小於三列的元素
:gt(n): 找哪些元素的同級索引值大於n，比如： div p:gt(2)表示哪些div中有包含2個以上的p元素
:eq(n): 找哪些元素的同級索引值與n相等，比如：form input:eq(1)表示包含一個input標籤的Form元素
:has(seletor): 找符合選擇器包含元素的元素，比如：div:has(p)表示哪些div包含了p元素
:not(selector): 找與選擇器不符合的元素，比如： div:not(.logo) 表示不包含class="logo"元素的所有div列表
:contains(text): 找包含特定內容的元素，不區分大不寫，比如： p:contains(jsoup)
:containsOwn(text): 找包含特定內容的元素
:matches(regex): 找內容符合條件式的元素，比如：div:matches((?i)login)
:matchesOwn(regex): 找自身包含條件式的元素
注意：Selectors的index是從0開始，也就是說第一個元素索引值為0，第二個元素index為1
6. 最後用法可以參考其他的網頁http://www.cnblogs.com/xiaoMzjm/p/3899366.html
留言列表
Android (27)
