Java解析HTML最快的方式,使用JSoup解析 HTML ( 格式不良好)_java_开发99编程知识库

我试图用Jsoup分析一个HTML页面并建立一些奇怪的问题。 页面是：http://www.filmaffinity.com/en/film290741.html，你可以看到，并不是格式良好的。 它有一些问题，我可以猜测影响分析。 通过Firebug和 Chrome，我获得了我正在寻找( 页面中的5.8速率)的元素的XPath 。Chrome 指向： /html/body/table[2]/tbody/tr/td[2]/table/tbody/tr[1]/td/table[1]/tbody/tr/td[2]/table/tbody/tr[2]/td

而Firebug指向： /html/body/table[2]/tbody/tr/td[2]/table/tbody/tr/td/table/tbody/tr/td[2]/table/tbody/tr[2]/td

唯一不同的是中的，它不显示在Firebug中。 我已经手动验证了路径，它是正确的。

然后我将xpath转换为Jsoup中的CSS查询，以便稍后提取特定元素：Element rate=doc.select("html body table:nth-child(2) tbody tr td:nth-child(2) table tbody tr td table tbody tr td:nth-child(2) table tbody tr:nth-child(2) td")

代码的执行并没有正确定位我，而是将Firebug引用的元素放在XPath中，如下所示：wrong:/html/body/table[2]/tbody/tr/td[2]/table/tbody/tr/td/table/tbody/tr/td/table/tbody/tr[15]/td[2]

right:/html/body/table[2]/tbody/tr/td[2]/table/tbody/tr/td/table/tbody/tr/td[2]/table/tbody/tr[2]/td

从最后开始，第一个区别是：/td/table/tbody/tr[15]/td[2]

它采用第一个元素而不是第二个元素。

有什么办法可以解决这种问题？ 是与html不良形成的问题，或者我缺少一些我可以用来解决这个问题的Jsoup技术。

因为它应该能够处理格式良好的Html，所以我选择了 Jsoup 。 我是不是要求？

对于Jsoup有什么可以解决这种问题的方法？