选择元素 Jsoup 的最内层子元素

Question

我正在尝试抓取以下 html：

   <table>
    <tr>
        <td class="cellRight" style="cursor:pointer;">
            <table cellpadding="0" cellspacing="0" width="100%">
                <tr>
                    <td class="cellRight" style="border:0;color:#0066CC;"
                    title="View summary" width="70%">92%</td>

                    <td class="cellRight" style="border:0;" width="30%">
                    </td>
                </tr>
            </table>
        </td>
    </tr>

    <tr class="listroweven">
        <td class="cellLeft" nowrap><span class="categorytab" onclick=
        "showAssignmentsByMPAndCourse('08/03/2015','58100:6');" title=
        "Display Assignments for Art 5 with Ms. Martinho"><span style=
        "text-decoration: underline">58100/6 - Art 5 with Ms.
        Martinho</span></span></td>

        <td class="cellLeft" nowrap>
            Martinho, Suzette<br>
            <b>Email:</b> <a href="mailto:smartinho@mtsd.us" style=
            "text-decoration:none"><img alt="" border="0" src=
            "/genesis/images/labelIcon.png" title=
            "Send e-mail to teacher"></a>
        </td>

        <td class="cellRight" onclick=
        "window.location.href = '/genesis/parents?tab1=studentdata&tab2=gradebook&tab3=coursesummary&studentid=100916&action=form&courseCode=58100&courseSection=6&mp=MP4';"
        style="cursor:pointer;">
            <table cellpadding="0" cellspacing="0" width="100%">
                <tr>
                    <td class="cellCenter"><span style=
                    "font-style:italic;color:brown;font-size: 8pt;">No
                    Grades</span></td>
                </tr>
            </table>
        </td>
    </tr>

    <tr class="listrowodd">
        <td class="cellLeft" nowrap><span class="categorytab" onclick=
        "showAssignmentsByMPAndCourse('08/03/2015','58200:10');" title=
        "Display Assignments for Family and Consumer Sciences 5 with Sheerin">
        <span style="text-decoration: underline">58200/10 - Family and
        Consumer Sciences 5 with Sheerin</span></span></td>

        <td class="cellLeft" nowrap>
            Sheerin, Susan<br>
            <b>Email:</b> <a href="mailto:ssheerin@mtsd.us" style=
            "text-decoration:none"><img alt="" border="0" src=
            "/genesis/images/labelIcon.png" title=
            "Send e-mail to teacher"></a>
        </td>

        <td class="cellRight" style="cursor:pointer;">
            <table cellpadding="0" cellspacing="0" width="100%">
                <tr>
                    <td class="cellCenter"><span style=
                    "font-style:italic;color:brown;font-size: 8pt;">No
                    Grades</span></td>
                </tr>
            </table>
        </td>
    </tr>
</table>

我正在尝试提取学生成绩的值，如果没有成绩，则在这种情况下，html 中将显示值“无成绩”。但是，当我执行如下选择请求时：

doc.select("[class=cellRight]")

我得到一个输出，其中所有等级值都列出了两次（因为它们嵌套在包含 [class=cellRight] 区分符和正常数量的“无等级”列表的两个元素中。所以我的问题是，如何我只能在包含区分符 [class=cellRight] 的文档中选择最里面的孩子吗？（我已经处理了空白值的问题）感谢所有帮助！

Answer 1

这有很多可能性。

一个是这样：测试每个“cellRight”元素的所有父元素，如果它们也带有该类。找到就丢弃：

List<Element> keepList = new ArrayList<>();
Elements els = doc.select(".cellRight");
for (Element el : els){
  boolean keep = true;
  for (Element parentEl : el.parents()){
     if (parentEl.hasClass("cellRight")){
        //parent has class as well -> discard!
        keep = false;
        break;
     }
  }
  if (keep){
    keepList.add(el);
  }
}
//keepList now contains inner most elements with your class

请注意，这是在没有编译器的情况下编写的，并且超出了我的想法。可能存在拼写/语法错误。

其他说明。您对"[class=cellRight]" 的使用只有在只有这个类的情况下才能正常工作。对于多个随机顺序的类（这是完全可以预料的），最好使用点语法".cellRight"