JsoupXPath是基于Jsoup的拓展,使用路径的形式解析XML和HTML文档。核心类为JXDocument。JsoupXPath的节点对象JXNode不仅可以获取标签节点,还可以获取属性节点。
需要在引入Jsoup依赖之后引入JsoupXpath依赖
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>
<dependency>
<groupId>cn.wanghaomiao</groupId>
<artifactId>JsoupXpath</artifactId>
<version>2.2.1</version>
</dependency>
创建JXDocument的方法:
//使用Jsoup的Document对象创建JXDocument
JXDocument jxDocument = JXDocument.create(Document document);
//使用Jsoup的Elements对象创建JXDocument
JXDocument jxDocument = new JXDocument(Elements elements);
//使用HTML文本创建JXDocument
String html = "<span style=\\\"color: #5191ce;\\\" >网页设计师</span>";
JXDocument jxDocument = JXDocument.create(html);
常用方法
//找到路径返回所有满足的节点对象集合,类似Document的select()方法
List<JXNode> selN(String xpath)
//找到路径返回的第一个满足的节点对象,类似Document的selectFirst()方法
JXNode selNOne(String xpath)
在控制台里右击标签,可以复制到这个标签的XPath。
复制出来的XPath如下所示,根据这个XPath只能获取到刚刚选中的那个<li>
//*[@id="internationalHeader"]/div[1]/div/div[1]/ul/li[9]
根据XPath的规范修改之后,就可以获取到这个<ul>下全部的<li>。
//*[@id="internationalHeader"]/div[1]/div/div[1]/ul/li[*]
例如:
JXNode可以调用getElement或asElement()获得Jsoup的Element对象
public static void main(String[] args) throws IOException {
Document document = Jsoup.connect("https://www.bilibili.com/").get();
JXDocument jxDocument = JXDocument.create(document);
List<JXNode> jxNodes = jxDocument.selN("//*[@id=\"internationalHeader\"]/div[1]/div/div[1]/ul/li[*]");
for(JXNode jxNode : jxNodes){
Element element = jxNode.asElement();
System.out.println(element.text());
}
}