Jsoup - 从具有相同跨度类名称的 html 字符串中提取

Question

我还是 html 的新手。对于 Android 项目，我需要使用 jsoup 从 html 字符串中提取一些数据。结构是这样的。所有跨度标签具有相同的类名。而我需要的数据介于两者之间。

<span class="head">a</span>
xxxx data xxxx
<span class="head">b</span>
xxxx data xxxx
<span class="head">c</span>
xxxx data xxxx

有什么办法可以提取出来吗？

Answer 1

你必须做两件事：

• 选择您感兴趣的文本节点之前的所有元素，
• 使用nextSibling方法获取文本节点。

看看这个示例代码： 导入 org.jsoup.Jsoup； 导入 org.jsoup.nodes.Document； 导入 org.jsoup.nodes.Element； 导入 org.jsoup.nodes.TextNode;

public class JsoupExample {

    public static void main(String[] args) {
        String html = "<span class=\"head\">a</span>\n" +
                "xxxx data xxxx\n" +
                "<span class=\"head\">b</span>\n" +
                "xxxx data xxxx\n" +
                "<span class=\"head\">c</span>\n" +
                "xxxx data xxxx";

        Document document = Jsoup.parse(html);

        for (Element span : document.select("span.head")) {
            TextNode node = (TextNode) span.nextSibling();

            assert "xxxx data xxxx".equals(node.text());

            System.out.println(node.text());
        }
    }
}

它使用您的输入并显示两个步骤。

在这里document.select("span.head")，我们选择类head 的所有元素，然后我们使用forEach(span -> {}) 函数和lambda 表达式遍历这些元素（这是Java 8 示例）。然后我们得到有趣的文本节点：TextNode node = (TextNode) span.nextSibling(); 这里我们只是通过断言检查文本节点是否等于我们期望的值，我们只是将它显示到标准输出。

根据您的需要修改此代码示例。希望对你有帮助。