使用 Jsoup 获取没有属性的元素

Question

我有以下 html，使用 Jsoup 我试图提取 p 部分中没有任何属性的文本（文本“Some text 2”而不是“Some text 1”）。

<div id="intro">
    <h1 class="some class">
    <p id="some_id">
        Some text 1
    </p>
    <p>
        Some text 2
    </p>
</div> 

我尝试使用以下 Jsoup 表达式：

div[id=intro] > p:not(:has(@*))

但它不起作用。 感谢您的帮助。

Answer 1

我认为你可以使用JSOUP CSS selectorp:not([^])，它会选择任何不匹配的p，其属性以任何开头。

String html = "<div id=\"intro\">"
        + "<h1 class=\"some class\">"
        + "<p id=\"some_id\">"
        +   "Some text 1"
        + "</p>"
        + "<p name=\"some_name\">"
        +   "Some text A"
        + "</p>"
        + "<p data>"
        +   "Some text B"
        + "</p>"
        +"<p>"
        +   "Some text 2"
        +"</p>"
        +"</div> ";

Document doc = Jsoup.parse(html);
Elements els = doc.select("p:not([^])");
for (Element el:els){
    System.out.println(el.text());
}

上面的例子只会打印出来

Some text 2

因为只有这个p元素没有属性。

请注意，选择器 p[^] 将选择所有具有属性的 p 元素。