如何使用 jsoup 获取跨度类文本

Question

我正在使用 jsoup HTML 解析器并尝试进入 span 类并从中获取文本，但它什么也不返回，它的大小始终为零。我已经粘贴了一小部分 HTML 源代码。请帮我提取文本。

<div class="list_carousel">
<div class="rightfloat arrow-position">
    <a class="prev disabled" id="ucHome_prev" href="#"><span>prev</span></a>
    <a class="next" id="ucHome_next" href="#"><span>next</span></a>
</div>
<div id="uc-container" class="carousel_wrapper">
    <ul id="ucHome">

                <li modelID="587">  
                    <h3 class="margin-bottom10"><a href="/ford-cars/figo-aspire/" title="Ford Figo Aspire "> Ford Figo Aspire</a></h3>
                    <div class="border-dotted margin-bottom10"></div>
                    <div>Estimated Price: <span class="cw-sprite rupee-medium"></span> 5.50 - 7.50 lakhs</div>
        <div class="border-dotted margin-top10"></div>
                </li>

                <li modelID="899">
                    <h3 class="margin-bottom10"><a href="/chevrolet-cars/trailblazer/" title="Chevrolet Trailblazer "> Chevrolet Trailblazer</a></h3>
                    <div class="border-dotted margin-bottom10"></div>   
                    <div>Estimated Price: <span class="cw-sprite rupee-medium"></span> 32 - 40 lakhs</div>
        <div class="border-dotted margin-top10"></div>
                </li>

我试过下面的代码：

Elements var_1=doc.getElementsByClass("list_carousel");//four classes with name of list_carousel
        Elements var_2=var_1.eq(1);//selecting first div class
        Elements var_3 = var_2.select("> div > span[class=cw-sprite rupee-medium]");
        System.out.println(var_3 .eq(0).text());//printing first result of span text

如果我的内容对你来说不是很清楚，请问我。提前致谢。

Answer 1

您的代码有几点需要注意：

A）您无法获取跨度的文本，因为它首先没有文本：

<div>Estimated Price: 
  <span class="cw-sprite rupee-medium"></span>
  5.50 - 7.50 lakhs
</div>

看到了吗？文本在 div 中，而不是 span！

B) 你的选择器"> div > span[class=cw-sprite rupee-medium]" 不是很健壮。 HTML 中的类可以按任意顺序出现，所以两者都

<span class="cw-sprite rupee-medium"></span>
<span class="rupee-medium cw-sprite"></span>

都是一样的。您的选择器只选择第一个。这就是为什么在 css 中有一个类语法，你应该使用它：

"> div > span.cw-sprite.rupee-medium"

如果你愿意，你可以先忽略他>。

建议的解决方案

Elements lcEl = doc.getElementsByClass("list_carousel").first();
Elements spans = lcEl.select("span.cw-sprite.rupee-medium");
for (Element span:spans){
  Element priceDiv = span.parent();
  System.out.println(priceDiv.getText());
}

Answer 2

试试

System.out.println(doc.select("#ucHome div:nth-child(3)").text());