Jsoup使用选择器语法来查找元素

方法:

可以使用Element.select(String selector)Elements.select(String selector)方法实现:

File input = new File("html path");
Document document = Jsoup.parser(input, "UTF-8", "http://www.baidu.com");

Elements links = docment.select("a[href]");  //带有href属性的a元素
Elements pngs = document.select("img[src$=.png]"); 扩展名为.png的图片

Element masthead = document.select("div.masthead").first;  //获取class=masthead的div标签的第一个div
Elements resultLinks = document.select("h3.r > a"); // 获取class=r的h3元素后面的a元素

说明

jsoup elements对象支持类似CSS或者JQuery的选择器,来实现非常强大及灵活的查找功能。这个select方法在DocumentElementsElement中都可以使用,且是上下文相关的,因此可以实现指定元素的过滤,或者链式选择访问。
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。

Selector选择器概述:

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
[attrbute]:利用属性查找元素,比如:[href]
[^attr]:利用属性名称前缀来查找元素,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/detail?date=20180419]
[attr~=regex]:利用属性值匹配正则表达式来查找元素,比如:
*:这个符号将匹配所有

Selector选择组合使用

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:查找某个元素下的子元素,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
slblingA ~ 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,查找匹配任意选择器的唯一元素,例如:div.masthead,div.logo

伪选择器Selector

:lt(n):查找哪些元素的同级索引值小于n,比如:td:lt(3)表示小于三列的元素值
: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: from input:eq(1)表示包含一个inout标签的Form元素
:has(selector):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,搜索不区分大小写,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

推荐阅读更多精彩内容

  • 这个select 方法在Document, Element,或Elements对象中都可以使用。且是上下文相关的,...
    藝龍阅读 590评论 0 1
  • 通过jQuery,您可以选取(查询,query)HTML元素,并对它们执行“操作”(actions)。 jQuer...
    枇杷树8824阅读 404评论 0 3
  • 1.JQuery 基础 改变web开发人员创造搞交互性界面的方式。设计者无需花费时间纠缠JS复杂的高级特性。 1....
    LaBaby_阅读 794评论 0 1
  • 1.JQuery 基础 改变web开发人员创造搞交互性界面的方式。设计者无需花费时间纠缠JS复杂的高级特性。 1....
    LaBaby_阅读 1,007评论 0 2
  • [Jsoup Html页面处理简单用法] Jsoup工具可以把html文本映射为Dom对象,用更简单的操作htm...
    ae7729ac3ac8阅读 596评论 0 0
  • 2月20日即正月初五晚一场雨雪天气突如其来,可谓是“随风潜入夜,润物细无声。”完成了一个冬季的应急除雪预案,我...
    少侠元霖子阅读 1,168评论 1 14
  • Passion Test新春巨献 “热情测试”全天深度工作坊 2018,想要活在热情里,想要做一个幸福的人。 经...
    PassionTest阅读 337评论 0 0
  • 郭相麟 在心灵的沙漠里,有一棵树顽强的生长,一种向上的力量让它在恶劣的生存环境中扎根下来,枯木逢春,春天的希望...
    郭相麟阅读 118评论 0 0