使用Selector选择器语法来查找元素

java爬虫，使用选择器语法来查找元素可以使用Element.select(String selector) 和 Elements.select(String selector) 方法实现。

File input = new File("/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
 
//带有href属性的a元素
Elements links = doc.select("a[href]"); 

//扩展名为.png的图片
Elements pngs = doc.select("img[src$=.png]");
  
  //class等于j_joblist的div标签
Element masthead = doc.select("div.j_joblist").first();
 
//在h1元素之后的a元素
Elements resultLinks = doc.select("h1.r > a"); 

Selector选择器组合使用

（1）el#id: 元素+ID，比如： div#logo

（2）el.class: 元素+class，比如： div.masthead

（3）el[attr]: 元素+class，比如： a[href]

（4）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