Java - 使用 Jsoup 获取脚本标签内的文本答案

【问题标题】：Java - Obtain text within script tag using JsoupJava - 使用 Jsoup 获取脚本标签内的文本
【发布时间】：2013-05-22 17:50:45
【问题描述】：

我正在使用 Jsoup 库来读取 URL。此网址在几个 <script> 标记中包含文本。我可以获取每个<script> 标签中的文本吗？请注意，我不是要求解析 Javascript 文件，因为我已经知道 JSoup 不允许这样做。 URL 的实际源代码在脚本标记中包含文本，我需要它。

doc = Jsoup.connect("http://www.example.com").timeout(10000).get();

Element div = doc.select("script").first();
for (Element element : div.children()) {
System.out.println(element.toString());
}

这是源代码中脚本标签之一的样子：

<script type="text/javascript">
(function() {
...
})();
</script>

【问题讨论】：

标签： java parsing jsoup

【解决方案1】：

是的。您可以使用Element#getElementsByTag() 获取所有script 标签。每个脚本标签将由DataNode 表示。

 Document doc =Jsoup.connect("http://stackoverflow.com/questions/16780517/java-obtain-text-within-script-tag-using-jsoup").timeout(10000).get();
 Elements scriptElements = doc.getElementsByTag("script");

 for (Element element :scriptElements ){                
        for (DataNode node : element.dataNodes()) {
            System.out.println(node.getWholeData());
        }
        System.out.println("-------------------");            
  }

【讨论】：

谢谢@KenChan，它工作得很好，我正在使用String scriptdata = node.getWholeData(); 但是只在页面上获取第二个脚本？

【解决方案2】：

或者，您可以使用返回元素内部 html 的 Element#html() 方法。

自 1.11.1 起：使用高效的Element#selectFirst() 方法查找脚本元素。

文档 doc = Jsoup.connect("http://www.example.com").timeout(10000).get(); 元素 scriptElement = doc.selectFirst("script"); // 不要忘记检查 scriptElement 是否为空... String jsCode = scriptElement.html();

直到 Jsoup 1.10.3：结合 Element#select() 和 Elements#first() 调用来查找脚本元素。

文档 doc = Jsoup.connect("http://www.example.com").timeout(10000).get(); 元素 scriptElement = doc.select("script").first(); // 不要忘记检查 scriptElement 是否为空... String jsCode = scriptElement.html();

【讨论】：

【解决方案3】：

Document doc = Jsoup.parse(html);
Elements scripts = doc.getElementsByTag("script");
for (Element script : scripts) {
    System.out.println(script.data());
}

【讨论】：

虽然此代码可能会回答问题，但提供有关 why 和/或如何回答问题的额外上下文将显着改善其长期价值。请edit你的答案添加一些解释。

【解决方案4】：

根据您的情况，解决方案如下。

Document doc = Jsoup.connect("http://www.example.com").timeout(10000).get();
Elements scripts = doc.select("script");

for (Element script : scripts) {
    String type = script.attr("type");
    if (type.contentEquals("text/javascript")) {
        String scriptData = script.data(); // your text from the script
        break;
    }
}

【讨论】：