java - JSOUP 重复的 html 表

Question

我想使用库JSOUP过滤html表格。它过滤完美，但会创建一些重复的表。

这是我的语法:

• doc1 是一个文档
• content 是带有 html 文档的 String。
• tabelletotali 是文档数组

<小时/>

doc1 = Jsoup.parseBodyFragment(content);
tabelletotali = doc1.getElementsByTag("table");

<小时/>

在tabelletotali中包含所有表，但有冗余。

怎么了？

Answer 1

您当前使用的方法 - getElementsByTag() - 递归查找并选择具有指定标签名称的所有元素。如果您只需要选择父级表而不选择嵌套表，请使用带有 > 选择器的 select() 方法:

Document doc = Jsoup.parseBodyFragment(html);
Elements e = doc.select("body > table");

这仅选择直接从父元素下降的子元素(例如本例中的 body)，这意味着嵌套表不会被选择两次。