Jsoup HTML 解析 - 复杂节点 [Java]答案

【问题标题】：Jsoup HTML Parsing - Complex Nodes [Java]Jsoup HTML 解析 - 复杂节点 [Java]
【发布时间】：2014-01-27 21:17:23
【问题描述】：

我有这段 HTML：

<td class="my class" >
      <div class="content" style="margin-left:10px;">
        <ul style="list-style-type: disc;">
           <li><span>obj: blue</span></li>
          <li><span>descr: red</span></li>
          <li><span>double: yellow</span></li>
        </ul>
      </div>
</td>

我需要：

obj: blue

descr: red

double: yellow

我已经试过了：

docDescription.select("my.class").text();

但它会返回包含所有文本的块。我需要 3 个不同的部分（逐行）。

【问题讨论】：

标签： java html parsing jsoup nodes

【解决方案1】：

解决方案

docDescription.select("div > ul > li > span");

说明

您的文档无效，JSoup 如下所示。 JSoup 总是尝试修复文档。在您的情况下，td 在任何 table 之外，因此将其删除。

<html>
 <head></head>
 <body> 
  <div class="content" style="margin-left:10px;"> 
   <ul style="list-style-type: disc;"> 
    <li><span>obj: blue</span></li> 
    <li><span>descr: red</span></li> 
    <li><span>double: yellow</span></li> 
   </ul> 
  </div> 
 </body>
</html>

代码

public static void main(String[] args) {
    String html = "<td class=\"my class\" >\n" +
            "      <div class=\"content\" style=\"margin-left:10px;\">\n" +
            "        <ul style=\"list-style-type: disc;\">\n" +
            "           <li><span>obj: blue</span></li>\n" +
            "          <li><span>descr: red</span></li>\n" +
            "          <li><span>double: yellow</span></li>\n" +
            "        </ul>\n" +
            "      </div>\n" +
            "</td>";

    Elements select = Jsoup.parse(html).select("div > ul > li > span");
    for (Element element : select) {
        System.out.println(element.text());
    }
}

结果

obj: blue
descr: red
double: yellow

【讨论】：