从 jsoup 中的许多 标签解析单个 标签

Question

我想打印来自 I want only this linetag 的行并忽略所有其他行。

我关注html:

<div class="my value"> 
<h2>Head2</h2>

<p>&nbsp;</p>

<p><strong></strong>Date</p>

<p></p>

<h2><u>Head2</u></h2>

<p>&nbsp;</p>

<p>I want only this line</p>

<p>&nbsp;</p>

<p><strong><u></u></strong></p>

<p>&nbsp;</p>

<p>I do not want this line</p>

</div>

我的 java 代码是：

String html = "link of the website that contains my html I have showed on top";
Document doc;
try {
    doc = Jsoup.connect(html).get();

    Elements link = doc.select("div.my.value");
    doc=Jsoup.parse(link.html());
    link =doc.select("p");
    String linkText = link.text();

    System.out.println("Link Text\n" + linkText);

} catch (IOException ex) {
    System.out.println("err: " + ex);
}

输出为：

我只想要这条线我不想要这条线

但我只想打印这一行 我只想打印这一行 并且想忽略所有其他   标签。我怎样才能做到这一点？

Answer 1

获得所需内容的关键是创建一个好的选择器。让我们看一些使用 HTML:

的例子

1）按内容选择： p:contains(I want only this line) 或者，如果您想更具体一点，div.my p:contains(I want only this line)

2) 按DOM中的位置选择：div p:eq(6)

为了获取元素，我更喜欢使用这个语句： Jsoup.parse(html).select("div.my p:contains(I want only this line)").first()

那么你只需要检查返回的元素是否不为空。否则，您可以获得 NullPointException。

从 jsoup 中的许多 <p> 标签解析单个 <p> 标签

Parsing a single <p> tag from many <p> tag in jsoup

java

jsoup