jsoup getElementsByAttribute 问题

Question

这里输入代码

<table style=”padding: 0px; margin: 0px;” cellpadding="0" cellspacing="0" width="626" align="center" bgcolor="White" border="0">
<tr>
<td style=”vertical-align: top;” height="61" valign="top" bgcolor="#0492CB"><a href="http://www.aoec.com"> <img alt="AoEC" src="http://www.aoec.com/email/mute/images/header.gif" style="width: 626px; height: 61px;" border="0" /></a></td>
</tr>
</table>

java编码是

Document doc = Jsoup.parse(code);
Elements elements = doc.getElementsByAttribute("style");
for(int se=0;se<elements.size();se++)
{
 System.out.println(elements.get(se).attr("style"));
}

输出是

padding:;
vertical-align:;

在上面的代码中 getElementsByAttribute("style") 不起作用..

Answer 1

大括号” 不是有效的属性分隔符。您需要直引号：" 或 '。

您的代码很好。输入的 HTML 无效。这必须报告给原始 HTML 作者，以便她/他可以修复 HTML（即，它也会在普通的网络浏览器中中断）。

如果此 HTML 超出您的控制范围，请考虑使用 String#replace() 替换无效引号。

code = code.replace('”', '"');

或者，如果您的环境中的字符编码尚未正确配置为 UTF-8。

code = code.replace('\u201D', '"')

Answer 2

我认为这已经被弃用了。您应该使用.select(); 方法。此外，在循环中使用 foreach 或 iterator 是个好主意，因为简单的 for 可能会抛出一些 NullPointerExceptions

你可以找到它的文档here

但我不会使用它：

//That should get you all tags that have the style attribute
Elements elements = doc.select("[style]");

//That foreach should avoid exceptions, and loop through the collection 
for(Element element : elements) {
    //The print gets a little cleaner too!
    System.out.println(element.attr("style"));
}