Jsoup 没有选择脚本标签

Question

我正在尝试在页面上选择包含文本的脚本标签

Document doc=jsoup.parse(somehtml);
Elements ele=doc.select("script:contains(accountIndex)");

页面上脚本标签的代码是

<script>(function() {var vm = ko.mapping.fromJS({
"accountIndex": 1,
"accountNumber": "*******",
"hideMoreDetailsText": "Hide More Details",
"viewAccountNumberText": "Show Account Number",
"hideAccountNumberText": "Hide Account Number",
 });window.AccountDetails = vm;})();</script>

如果我传递脚本标签的css定位器，我可以选择这个脚本标签

  Elements ele=doc.select("body > script:nth-child(44)");

页面上有很多脚本标签，所以第二种方法不通用，以后可能会改变。

有人能告诉我第一种方法有什么问题吗？因为我可以在页面上选择包含 jsoup 的其他标签

Answer 1

jsoup 仅支持 CSS 选择器，这些选择器仅允许您基于 CSS 类和 DOM 元素的属性进行选择，而不是它们的文本内容 (CSS selector based on element text?)。您可以尝试使用其他框架来解析和查询 HTML，例如 XOM 和 TagSoup，如下所述：https://stackoverflow.com/a/11817487/7433999

或者您可以像这样将 CSS 类添加到 youc 脚本标签：

<script class="class1">
// script1
</script>
<script class="class2">
// script2
</script>

然后您可以使用 jsoup 通过 CSS 再次选择脚本标签：

Elements elements = document.select("script.class1");

Answer 2

选择器:contains(text) 查找具有该text 值的元素。脚本没有文本，它有数据（否则 JS 将在浏览器中可见）。您可以改用:containsData(data) 选择器。

例如：

Elements els = doc.select("script:containsData(accountIndex)");

这是example。 Selector documentation 具有所有已处理的查询类型（不仅仅是严格的 CSS）。