如何在android编程中使用jsoup从html获取这个脚本答案

【问题标题】：How to get this script from html with jsoup in android programming如何在android编程中使用jsoup从html获取这个脚本
【发布时间】：2016-02-15 21:59:31
【问题描述】：

我想用 jsoup 从 script 从 html 页面获取字符串值。但是也有一些问题：

该页面中有六个 scipt。我想用 jsoup 选择 forth of all（我的意思是数字 4）。我不知道该怎么做。
该脚本中有一个键，我想获取该键的值

在这里你可以看到想要的脚本：

<script type="text/javascript">window._sharedData={

  "entry_data": {
    "PostPage": [
      {
        "media": {

          "key": "This is the key and i wanna catch it!!!",

        },      
      }
    ]
  },

};</script>

我尝试了很多方法，但都没有成功。

我很期待得到答案，所以请不要让我失望！

【问题讨论】：

请提供网站链接，以便我为您检查问题

标签： android html json jsoup

【解决方案1】：

JSoup 只会帮助您将脚本标记的内容作为字符串获取。它解析 HTML，而不是 JavaScript 的脚本内容。由于在您的情况下，脚本的内容是 JSON 表示法中的简单对象，您可以在获取脚本字符串并剥离变量分配后使用 JSON 解析器。在下面的代码中，我使用JSON simple 解析器。

String html = "<script></script><script></script><script></script>"
    +"<script type=\"text/javascript\">window._sharedData={"
    +"  \"entry_data\": {"
    +"    \"PostPage\": ["
    +"      {"
    +"        \"media\": {"
    +"          \"key\": \"This is the key and i wanna catch it!!!\","
    +"        },"
    +"      }"
    +"    ]"
    +"  },"
    +"};</script><script></script>";
Document doc = Jsoup.parse(html);
//get the 4th script
Element scriptEl = doc.select("script").get(3);
String scriptContentStr = scriptEl.html();
//clean to get json
String jsonStr = scriptContentStr
     .replaceFirst("^.*=\\{", "{") //clean beginning
     .replaceFirst("\\;$", ""); //clean end
JSONObject jo = (JSONObject) JSONValue.parse(jsonStr);
JSONArray postPageJA = ((JSONArray)((JSONObject)jo.get("entry_data")).get("PostPage"));
JSONObject mediaJO = (JSONObject) postPageJA.get(0);
JSONObject keyJO = (JSONObject) mediaJO.get("media");
String keyStr = (String) keyJO.get("key");

System.out.println("keyStr = "+keyStr);

这有点复杂，也取决于你对 JSON 结构的了解。一个更简单的方法可能是使用正则表达式：

Pattern p = Pattern.compile(
    "media[\":\\s\\{]+key[\":\\s\\{]+\"([^\"]+)\"", 
    Pattern.DOTALL);
Matcher m = p.matcher(html);
if (m.find()){
    String keyFromRE = m.group(1);
    System.out.println("keyStr (via RegEx) = "+keyFromRE);  
}

【讨论】：

非常感谢。老实说，我想从 Instagram 页面获取“标题”。请看一下并告诉我这样做的最佳方法是什么。请将此行粘贴到 google chrome 中：view-source:instagram.com/p/m7SaJFIhyB
“标题”？我不明白您需要提取什么信息。只要修改我的方法，你应该没问题。
感谢您的赞赏。 OP似乎对此有点迷失:)
非常感谢！有用。是的！你是对的！我迷路了！但我有一个小问题，我不知道如何制作图案。能介绍一个好的训练源吗？