对于没有子元素和 COLSPAN 属性的 TD 元素，Jsoup 选择器是什么？答案

【问题标题】：What would the Jsoup selector be for TD elements that have no children and no COLSPAN attribute?对于没有子元素和 COLSPAN 属性的 TD 元素，Jsoup 选择器是什么？
【发布时间】：2012-03-07 02:46:40
【问题描述】：

所以我试图解析一个相对混乱的网页。它包含几个我想提取的键值对。这些对的统一主题是它们是非空的，它们没有子节点，并且它们没有 COLSPAN 属性。这是我尝试过的，这在逻辑上似乎有道理，但没有产生任何结果。

Elements tds = document.select("td:not([colspan]):not(:has(*))");

所以我想要 TD：

不包含 COLSPAN
没有孩子

似乎我必须接近，但没有任何运气。有什么想法吗？

【问题讨论】：

你能发布一小段 HTML 示例吗？
您的选择器只适合我。您使用的是哪个 Jsoup 版本？如果是最新的，那么也许您还需要发布 HTML 标记并指出您想要获得的确切内容，以便我们更好地了解您真正需要的内容。

标签： java css-selectors jsoup

【解决方案1】：

我想出了一个答案，它使用循环来删除那些你不想选择的元素。

http://jsoup.org/apidocs/org/jsoup/select/Selector.html

我模拟了一个表格，其中包含您试图避免选择的两种情况。

    String html = 
    "<table>" +
            "<thead><tr><th>Col1</th><th>Col2</th><th>Col3</th></tr></thead>" +
            "<tbody>" +
                "<tr><td>row1col1</td><td>row1col2</td><td>row1col3</td></tr>" +
                "<tr><td colspan='3'>row2fullrow</td></tr>" +
                "<tr><td></td><td>row3col2</td><td><strong>row3col3</strong></td></tr>" +
                "<tr><td>row4col1</td><td colspan='2'><strong>row4col2and3</strong></td></tr>" +
            "</tbody>" +
    "</table>";

    Document doc = Jsoup.parse(html);
    for(Element td : doc.select("td")) {
        if (td.children().size() > 0 || td.hasAttr("colspan")) {
            td.remove();
        }
    }
    System.out.println(doc);

++++++++++++++++++++++++++
更新
+++++++++++++++++++++++++++
我又玩了一点，然后想出了这个（这证明你的选择确实有效）。你的 HTML 一定有其他一些我没有代表的小东西。

    String html = 
    "<table>" +
            "<thead><tr><th>Col1</th><th>Col2</th><th>Col3</th></tr></thead>" +
            "<tbody>" +
                "<tr><td>row1col1</td><td>row1col2</td><td>row1col3</td></tr>" +
                "<tr><td colspan='3'>row2fullrow</td></tr>" +
                "<tr><td></td><td>row3col2</td><td><strong>row3col3</strong></td></tr>" +
                "<tr><td id='x'>row4col1</td><td colspan='2'><strong>row4col2and3</strong></td></tr>" +
            "</tbody>" +
    "</table>";

    Document doc = Jsoup.parse(html);
    System.out.println(doc.select("td:not([colspan]):not(:has(*))"));

【讨论】：

你可能是对的。当然，这不是干净的代码。我会继续玩它的。我确实设法让程序化方法发挥作用，但仍然遇到选择器问题。一旦我有时间再修补一些，就会提供更新。