- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的 html 代码如下所示:
<div class="cloud recommended">
<div id="bigcloud" class="eventwithfoto">
<h1>Artist Name</h1>
<div id="eventphoto">
<a href="http://linkToPhoto.jpg" target="_top" rel="lightbox"><img src="http://linkToPhoto.jpg" height="150"></a>
</div>
<div id="eventmain" style="margin-top: 12px;">
<p id="eventwhere"><span><b>Name of place<br></b></span><span>Address of place</span>
<br> tel.: +48 111 222 111 <br><a href="http://www.linktoplace.com" target="_blank">http://www.linktoplace.com</a> </p>
<p id="eventdate">2017-04-20 godz. 20:00</p>
<div id="eventadmission">
120 zł
</div>
</div>
<div class="clear"></div>
<div id="eventdesc">
Here is some descr<br/>Some other descr
<div class="clear"></div>
<br>
<a href="http://link.com" target="_blank">link to event</a>
</div>
</div>
</div>
现在我想用 JSoup
解析它以获取必要的信息。
我创建了以下方法:
System.out.println(address);
Document doc = Jsoup.connect(address).timeout(10*1000).get();
String placePhoneNo = doc.select("p#eventwhere > br").text();
String placeAddress = doc.getElementsByTag("#eventwhere").text();
但每个字符串都是空的。我在这里做错了什么?我如何解析这个特定的 html 格式来获取这些变量?
最佳答案
编写了一个小示例来演示它:
package sandbox.jsoup;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class JsoupMain {
private final String HTML = "<div class=\"cloud recommended\">\n" +
" <div id=\"bigcloud\" class=\"eventwithfoto\">\n" +
" <h1>Artist Name</h1>\n" +
" <div id=\"eventphoto\">\n" +
" <a href=\"http://linkToPhoto.jpg\" target=\"_top\" rel=\"lightbox\"><img src=\"http://linkToPhoto.jpg\" height=\"150\"></a>\n" +
" </div>\n" +
"\n" +
" <div id=\"eventmain\" style=\"margin-top: 12px;\">\n" +
" <p id=\"eventwhere\"><span><b>Name of place<br></b></span><span>Address of place</span>\n" +
" <br> tel.: +48 111 222 111 <br><a href=\"http://www.linktoplace.com\" target=\"_blank\">http://www.linktoplace.com</a> </p>\n" +
" <p id=\"eventdate\">2017-04-20 godz. 20:00</p>\n" +
"\n" +
"\n" +
" <div id=\"eventadmission\">\n" +
" 120 zł\n" +
" </div>\n" +
"\n" +
" </div>\n" +
"\n" +
" <div class=\"clear\"></div>\n" +
" <div id=\"eventdesc\">\n" +
" Here is some descr<br/>Some other descr \n" +
" <div class=\"clear\"></div>\n" +
"\n" +
" <br>\n" +
" <a href=\"http://link.com\" target=\"_blank\">link to event</a>\n" +
" </div>\n" +
" </div>\n" +
"</div>";
public static void main(String[] args) {
new JsoupMain().findTwoSpans();
}
private void findTwoSpans() {
Document doc = Jsoup.parse(HTML);
Element eventWhere = doc.getElementById("eventwhere");
Elements spans = eventWhere.select("span");
System.out.println("span[0]="+spans.get(0).text());
Element spanTwo = spans.get(1);
System.out.println("span[1]="+spanTwo.text());
// Get phone
Element eventMain = doc.getElementById("eventmain");
String textMain = eventMain.after(spanTwo).after("br").text();
int beginPos = textMain.indexOf("tel.: ");
int endPos = textMain.indexOf(" http://");
if (beginPos>0 && endPos>0) {
String phone = textMain.substring(beginPos+6, endPos);
System.out.println("Found phone: "+phone);
}
else {
System.out.println("Phone not found: "+textMain);
}
}
}
输出
span[0]=Name of place
span[1]=Address of place
Found phone: +48 111 222 111
关于java - 使用 jsoup 提取 html 代码 - 两个彼此相邻的 span 标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42137881/
我有一些像这样的 html: zip code 我的 Java 代码 Elements formElements = doc.getElementsByTag("form"); for(Ele
我无法使用 创建 session jsoup 以及如何使用 jsoup 发布数据.请帮助我,我是新来的 jsoup api ,实际上我的代码是: Connection.Response res = J
我想添加一个新的元标记 Document doc = Jsoup.parse(.....) doc.select("meta").first.appendElement("meta".attr("na
有没有办法用 Jsoup 保留新行,(不是 )? Document pdsc = Jsoup.connect("http://drafts.bestsiteeditor.com/promoters/d
我需要将 jsoup 元素映射回源 HTML 中的特定字符偏移量。换句话说,如果我有这样的 HTML: Hello World 我需要知道“Hello”从偏移量 0 开始,长度为 6 个字符,从偏移
我喜欢用 Jsoup 解析 html,但是他们的连接有问题,我需要将请求发送到同一个网站但不同的查询参数,比如“id=XXX”,请求是这样的: http://website/?id=XXX 我不想为每
我有代码,有点像这样 String str = " >foo< "; Document doc = Jsoup.parse(str, "", Parser.xmlParser()); 但
是否可以使用 jsoup 来验证 HTML 片段?我想知道标记是否格式错误,而不是让 jsoup 自动修复它,我希望能够通知用户自己修复源标记。 最佳答案 Jsoup 不是检查 xml 或 html
Jsoup 有 2 个 html parse() 方法: > parse(String html) - "由于没有指定基本 URI,绝对 URL检测依赖于包含标记的 HTML。” > parse(St
我正在尝试使用 jsoup 从此网页中提取所有图片网址?任何人都可以提供有关如何做到这一点的帮助吗?所有标签的格式都是这样的,但我只需要 src 图像,而不是 ajaxsrc: 链接在这里: htt
我试图找到所有 或 一页/文档中的标签。 我如何使用 OR运算符(operator)在 doc.select("div.name1 OR div.name2") ? 最佳答案 select metho
我为我的项目创建了一个新模块来添加一些额外的功能。在该模块中,我在模块的 Gradle 文件 implementation 'org.jsoup:jsoup:1.10.2' 中添加了 Jsoup 依赖
我正在寻找这个 div 中的主图像 我试过这个: Document document = Jsoup.connect(url).get(); Elements img = document.se
谁能解释一下 JSoup 中提供的 Element 对象和 Node 对象之间的区别? 在什么情况/条件下使用什么最好。 最佳答案 节点是 DOM 层次结构中任何类型对象的通用名称。 元素是一种特定类
有什么方法可以防止 Jsoup 的 HTML 解析器将单个标签(最具体的是 标签)转换为自闭合标签? 标签是有效的 HTML5 元素,但 Jsoup 一直将它们转换为 . 我在下面的链接中有一个示
可以屏蔽吗 Jsoup.connect("http://xyz.com").get().html(); 作为对网站的浏览器调用? 我尝试构建一个壁纸下载工具,但在从服务器下载页面时遇到问题。 如果我下
我希望在 Groovy 中开发一个网络爬虫(使用 Grails 框架和 MongoDB 数据库),它能够爬取网站,创建网站 URL 列表及其资源类型、内容、响应时间和所涉及的重定向数量。 我正在讨论
如果我有一个看起来像这样的元素: bar text 1 bar text 2 我已经有了 元素被选中,我想选择 元素是 的直接子元素但不是
任何人都可以提供有关我将如何解析超大 HTML 流/文件的指针或建议。例如,我有一个大约有 270,000 行的表,我想一次将它带入我的应用程序大约 20,000 行。 jsoup 解析方法允许使用
我收到此错误: java.lang.RuntimeException: An error occured while executing doInBackground() at and
我是一名优秀的程序员,十分优秀!