java - 使用 jsoup 库抓取注释数据 (<!-- -->) 即其中的数据

Question

我试图从一个网站上抓取数据，但我发现我想从中获取一些数据的一段代码在页面的 HTML 中被注释掉了，即它位于这些注释标记内。是否有可能获取这些数据，如果可以，有效的方法是什么。此外，页面中使用了与这些评论中相似的一段文字。下面是一段html代码:

    <!--<div class="contact-price clearfix">
                        <h3>Contact For Price</h3>
                        <div class="user-online clearfix">
                            <div class="user-status">
                                <div class="status-active"></div>

                            </div>
                            <a href="#">View Complete Profile</a>
                        </div>

                        <div class="user-contact">
                            <button class="btn-default btn-primary" onclick="checkonline(305654806,event,246)">Chat Now</button>
                            <p class="call-number">
                                <i class="icon-phone"></i>
                                +91 0000000000
                                <span class="verifi"></span>
                            </p>
                            <a href="#" class="message"><i class="icon-messages"></i> Send free SMS</a>
                        </div>
                    </div>
    -->


    <div class="contact-price clearfix">
        <h3> </h3>
        <div class="user-online clearfix">
            <div class="user-status">
                <div class="status-active"></div>
                    laser07
            </div>
            <a href="com/userProfile?uId=BWYAYgc0U2VTYlJiAWcFaFE1">View Complete Profile</a>
        </div>
        <div class="user-contact clearfix ">
            <button class="btn btn-default" onclick="checkonline(305654806,event,246)">Chat Now</button>
        </div>
        <div class="user-contact user-details clearfix">
            <div class="clearfix phn-email">
                <p class="call-number">
                    <i class="icon-mobile-phones"></i>
                     XXXXXXXXXX00
                    <span class="verify"></span>
                </p>
                <p class="call-number">
                    <i class="icon-email"></i>
                    xxxxxxxx@gmail.com
                </p>
            </div>
            <button  id ="reCaptchaGetContactDetails" class="btn btn-primary g-recaptcha  contact-details " >Contact</button>
        </div>
    </div>

我想从代码的上半部分抓取数据，即那些评论标签之间的数据。假设我想要 p 标签内的联系电话 0000000。我将如何获得它，因为每次运行我的代码时都会得到一个空指针:

Element elementphone = doc.select("div.contact-price").first().select("div.user-contact").first().select("p.call-number").first();

            Phone = elementphone.text();

Answer 1

如果您确定评论中的 html 是有效的，您可以简单地删除它们，然后解析生成的 html:

String html = doc.html(); 
html = html.replaceAll("<!--", "").replaceAll("-->", ""); 
doc = Jsoup.parse(html);