一:使用选择器语法查找元素
jsoup elements对象支持类似于CSS (或jquery)的选择器语法,来实现非常强大和灵活的查找功能。这个select 方法在Document, Element,或Elements对象中都可以使用。且是上下文相关的,因此可实现指定元素的过滤,或者链式选择访问。
Select方法将返回一个Elements集合,并提供一组方法来抽取和处理结果。
二、Selector选择器概述
tagname: 通过标签查找元素,比如:span
#id: 通过ID查找元素,比如:# city_bj
.class: 通过class名称查找元素,比如:.class_a
[attribute]: 利用属性查找元素,比如:[abc]
[attr=value]: 利用属性值来查找元素,比如:[class=s_name]
public class SelectorSelectFuncDemo
{
private Document document;
@Before
public void testJsoupUrl() throws Exception
{
String str = FileUtils.readFileToString(new File("E:\\idea_stdy_workspace\\CrawlerPro\\CrawlerFrist\\src" +
"\\main\\resources\\a.txt"), "utf-8");
document = Jsoup.parse(str);
}
//tagname: 通过标签查找元素,比如:span
@Test
public void selectElementByTagName() throws Exception
{
String tagSyntax="span";
Elements elements = document.select(tagSyntax);
for (Element element : elements)
{
System.out.println(element.text());
}
}
//#id: 通过ID查找元素,比如:#city_bjj
@Test
public void selectElementById() throws Exception
{
String tagSyntax="#city_bj";
Elements elements = document.select(tagSyntax);
for (Element element : elements)
{
System.out.println(element.text());
}
}
//.class: 通过class名称查找元素,比如:.class_a
@Test
public void selectElementClass() throws Exception
{
String tagSyntax=".class_a";
Elements elements = document.select(tagSyntax);
for (Element element : elements)
{
System.out.println(element.text());
}
}
//[attribute]: 利用属性查找元素,比如:[abc]
@Test
public void selectElementByAttr() throws Exception
{
String tagSyntax="[abc]";
// String tagSyntax="[class]";
Elements elements = document.select(tagSyntax);
for (Element element : elements)
{
System.out.println(element.text());
}
}
//[attr=value]: 利用属性值来查找元素,比如:[class=s_name]
@Test
public void selectElementByAttrAndVal() throws Exception
{
String tagSyntax="[abc=\"123\"]";
// String tagSyntax="[class]";
Elements elements = document.select(tagSyntax);
for (Element element : elements)
{
System.out.println(element.text());
}
}
三、Selector选择器组合使用
el#id: 元素+ID,比如: h3#city_bj
el.class: 元素+class,比如: li.class_a
el[attr]: 元素+属性名,比如: span[abc]
任意组合: 比如:span[abc].s_name
ancestor child: 查找某个元素下子元素,比如:.city_con li 查找"city_con"下的所有li
parent > child: 查找某个父元素下的直接子元素,比如:
.city_con > ul > li 查找city_con第一级(直接子元素)的ul,再找所有ul下的第一级li
parent > *: 查找某个父元素下所有直接子元素
//el#id: 元素+ID,比如: h3#city_bj
String str = document.select("h3#city_bj").text();
//el.class: 元素+class,比如: li.class_a
str = document.select("li.class_a").text();
//el[attr]: 元素+属性名,比如: span[abc]
str = document.select("span[abc]").text();
//任意组合,比如:span[abc].s_name
str = document.select("span[abc].s_name").text();
//ancestor child: 查找某个元素下子元素,比如:.city_con li 查找"city_con"下的所有li
str = document.select(".city_con li").text();
//parent > child: 查找某个父元素下的直接子元素,
//比如:.city_con > ul > li 查找city_con第一级(直接子元素)的ul,再找所有ul下的第一级li
str = document.select(".city_con > ul > li").text();
//parent > * 查找某个父元素下所有直接子元素.city_con > *
str = document.select(".city_con > *").text();