如何使用 Jsoup 从 html 检索数据

Question

我是 HTML 的新手，我试图通过尝试从 HTML 字符串中检索数据来了解一些关于 HTML 标签的知识。

<li> 
      <div class="item" data-youtube_code="code_for_youtuber" data-feature_code="data" data-feature_url="/movies/Truman"> 
       <div class="title"> 
        <span>the title of the video</span> 
       </div> 
       <div class="image"> 
        <img src="/media/image.png" data-src="http://url_of_image.jpg" alt=""> 
       </div> 
      </div> </li>

我正在使用 Java Jsoup 库，到目前为止，我已经设法使用以下方法提取 <span> 内容：

    Document doc = Jsoup.connect("http://www.yesplanet.co.il/movies").get();
    System.out.println(doc.html());
    Elements elem = doc.select(".item").text();

如何获得其他东西，例如 data-youtube_code 和 img src。

编辑：例如：

System.out.println("doc...data-youtube_code");//some code that retrieves 
//data-youtube_code. The ouptup will be "code_for_youtuber"

System.out.println("data-src")
//some code that retrieves 
//data-src. The ouptup will be "http://url_of_image.jpg"

Answer 1

可以先select先div然后通过属性

取值

    Element elements = Jsoup.parse(s).select("div").first();
    System.out.println(elements.attr("data-youtube_code"));

输出：

code_for_youtuber

编辑：

Element elements = Jsoup.parse(s).select(".item").first();
    System.out.println(elements.attr("data-youtube_code"));
    Element element1 = elements.select(".image img").first();
    System.out.println(element1.attr("data-src"));

输出：

code_for_youtuber
http://url_of_image.jpg

既然你是初学者，我建议你找找这个link

如何使用 Jsoup 从 html 检索数据

How can I retrieve data from html using Jsoup

html

java

webpage

jsoup