Jsoup的select选择器

Jsoup的强大在于它对文档元素的检索,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,即Jsoup的选择器语法。

1、Selector选择器基本语法

  • tagname: 通过标签查找元素,比如:a
  • ns|tag: 通过标签在命名空间查找元素,比如:可以用 fb|name 语法来查找 <fb:name> 元素
  • #id: 通过ID查找元素,比如:#logo
  • .class: 通过class名称查找元素,比如:.masthead
  • [attribute]: 利用属性查找元素,比如:[href]
  • [^attr]: 利用属性名前缀来查找元素,比如:可以用[^data-] 来查找带有HTML5 Dataset属性的元素
  • [attr=value]: 利用属性值来查找元素,比如:[width=500]
  • [attr^=value], [attr$=value], [attr*=value]: 利用匹配属性值开头、结尾或包含属性值来查找元素,比如:[href*=/path/]
  • [attr~=regex]: 利用属性值匹配正则表达式来查找元素,比如: img[src~=(?i)\.(png|jpe?g)]
  • *: 这个符号将匹配所有元素

2、Selector选择器组合使用语法

  • el#id: 元素+ID,比如: div#logo
  • el.class: 元素+class,比如: div.masthead
  • el[attr]: 元素+class,比如: a[href]
  • 任意组合,比如:a[href].highlight
  • ancestor child: 查找某个元素下子元素,比如:可以用.body p 查找在”body”元素下的所有 p元素
  • parent > child: 查找某个父元素下的直接子元素,比如:可以用div.content > p 查找 p 元素,也可以用body > * 查找body标签下所有直接子元素
  • siblingA + siblingB: 查找在A元素之前第一个同级元素B,比如:div.head + div
  • siblingA ~ siblingX: 查找A元素之前的同级X元素,比如:h1 ~ p
  • el, el, el:多个选择器组合,查找匹配任一选择器的唯一元素,例如:div.masthead, div.logo

3、Selector伪选择器语法

  • :lt(n): 查找哪些元素的同级索引值(它的位置在DOM树中是相对于它的父节点)小于n,比如:td:lt(3) 表示小于三列的元素
  • :gt(n):查找哪些元素的同级索引值大于n,比如: div p:gt(2)表示哪些div中有包含2个以上的p元素
  • :eq(n): 查找哪些元素的同级索引值与n相等,比如:form input:eq(1)表示包含一个input标签的Form元素
  • :has(seletor): 查找匹配选择器包含元素的元素,比如:div:has(p)表示哪些div包含了p元素
  • :not(selector): 查找与选择器不匹配的元素,比如: div:not(.logo) 表示不包含 class=logo 元素的所有 div 列表
  • :contains(text): 查找包含给定文本的元素,搜索不区分大不写,比如: p:contains(jsoup)
  • :containsOwn(text): 查找直接包含给定文本的元素
  • :matches(regex): 查找哪些元素的文本匹配指定的正则表达式,比如:div:matches((?i)login)
  • :matchesOwn(regex): 查找自身包含文本匹配指定正则表达式的元素

注意:上述伪选择器索引是从0开始的,也就是说第一个元素索引值为0,第二个元素index为1等。



描述 测试的HTML代码 select写法

结果

通过 标签名 查找

<span>33</span>
<span>25</span>
Elements elements = doc.select("span");
注 :通过标签来查找,直接写 "标签名" 就好, 不需要尖括号
33
25

通过 id 查找

<span id="mySpan">36</span>
<span>20</span>
Elements elements = doc.select("#mySpan");

注 :通过id来查找,用 #


通过 class查找

<span class="myClass">36</span>
<span>20</span>
Elements elements = doc.select(".myClass");

注 :通过class来查找,用 .


通过 属性名 查找

<span class="class1" id="id1">36</span>
<span class="class2" id="id2">36</span>
Elements elements = doc.select("span[class=class1]span[id=id1]");

注 :查询规则为 标签名[属性名=属性值],

标签名可写可不写,多个属性即多个[],如上


通过 属性名前缀  查找

<span class="class1">36</span>
<span class="class2">22</span>
Elements elements = doc.select("span[^cl]");

注 :查询规则为 标签名[^属性名前缀] ,

标签名可写可不写, 多个属性即多个[]

36
22

通过 属性名+正则表达式 查找

<span class="ABC">36</span>
<span class="ADE">22</span>
Elements elements = doc.select("span[class~=^AB]");

注 :查询规则为 标签名[属性名~=正则表达式],

标签名可写可不写,多个属性即多个[]


通过 文本内容 查找

<span>36</span>
<span>22</span>
Elements elements = doc.select("span:contains(3)");
 注 :查询规则为 标签名:contains(文本值)

通过 文本内容+正则表达式 查找

<span>36</span>
<span>22</span>
Elements elements = doc.select("span:matchesOwn(^3)");

注 :查询规则为  标签名:matchesOwn(正则表达式)



PS:



转载自:http://www.ibm.com/developerworks/cn/java/j-lo-jsouphtml/


发布了110 篇原创文章 · 获赞 116 · 访问量 128万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 书香水墨 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览