Jsoup文档--提取数据(元素中提取属性、文本和HTML)

元素中提取属性、文本和HTML

问题

完成解析文档并找到一些元素后，想要从这些元素中获取数据。

解决方案

• 获取属性值：使用Node.attr(String key)方法
• 获取文本：使用Element.text()
• 获取HTML：使用Element.html()，或合理使用Node.outerHtml()

String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>";
Document doc = Jsoup.parse(html);
Element link = doc.select("a").first();

String text = doc.body().text(); // "An example link"
String linkHref = link.attr("href"); // "http://example.com/"
String linkText = link.text(); // "example""

String linkOuterH = link.outerHtml(); 
    // "<a href="http://example.com"><b>example</b></a>"
String linkInnerH = link.html(); // "<b>example</b>"

描述

上述方法是获取元素数据的核心方法，还有一些附加的方法：

• Element.id()
• Element.tagName()
• Element.className()和Element.hasClass(String className)
  所有这些访问数据的方法都提供有相应的setter方法来改变数据。

其他参考选项

• Element和集合类Elements的参考文档
• 使用URLs
• 使用CSS选择器语法查找元素