[一点笔记]Jsoup中的select语法
来源:互联网 发布:设计模式 php 编辑:程序博客网 时间:2024/06/07 20:43
select详解
Document 继承自 Element 类。Select方法将返回一个Elements集合。
1.通过标签名来查找:
测试代码:
<span>33</span><span>25</span>
- 1
- 2
select写法:
Elements elements = document.select("span");
- 1
下面的例子都按照上面的格式来写,就不进行重复的标注了。
2.通过id来查找:
<span id=\"mySpan\">36</span><span>20</span>
- 1
- 2
Elements elements = document.select("#mySpan");//通过id来查找,使用方法跟css指定元素一样,用#
- 1
- 2
3.通过class名来查找:
<span class="myClass">36</span><span>20</span>
- 1
- 2
Elements elements = document.select(".myClass");//使用方法跟css指定元素一样,用.
- 1
- 2
4.利用标签内属性名查找元素:
<span class="class1" id="id1">36</span><span class="class2" id="id2">36</span>
- 1
- 2
Elements elements = document.select("span[class=class1]span[id=id1]");//规则为 标签名【属性名=属性值】,多个属性即多个【】,如上
- 1
- 2
5.利用标签内属性名前缀查找元素:
<span class="class1" >36</span><span class="class2" >22</span>
- 1
- 2
Elements elements = document.select("span[^cl]");//规则为 标签名【^属性名前缀】,多个属性即多个【】
- 1
- 2
6.利用标签内属性名+正则表达式查找元素
对正则表达式不了解的同学下去一定要学习正则表达式哦,因为它在爬虫中可是很重要的。
<span class="ABC" >36</span><span class="ADE" >22</span>
- 1
- 2
Elements elements = document.select("span[class~=^AB]");//规则为 标签名【属性名~=正则表达式】,以上的正则表达式的意思是查找class值以AB为开头的标签
- 1
- 2
7.利用标签文本包含某些内容来查找:
<span>36</span><span>22</span>
- 1
- 2
Elements elements = document.select("span:contains(3)");//规则为 标签名:contains(文本值)
- 1
- 2
8.利用标签文本包含某些内容+正则表达式来查找:
<span>36</span><span>22</span>
- 1
- 2
Elements elements = document.select("span:matchesOwn(^3)");//规则为 标签名:matchesOwn(正则表达式),以上的正则表式的意思是以文本值以3为开头的标签
- 1
- 2
可以使用Element.select(String selector)
和 Elements.select(String selector)
方法实现:
File input = new File("/tmp/input.html");Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");Elements links = doc.select("a[href]"); //带有href属性的a元素Elements pngs = doc.select("img[src$=.png]"); //扩展名为.png的图片Element masthead = doc.select("div.masthead").first(); //class等于masthead的div标签Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素
说明
jsoup elements对象支持类似于CSS (或jquery)的选择器语法,来实现非常强大和灵活的查找功能。.
这个select
方法在Document
,Element
,或Elements
对象中都可以使用。且是上下文相关的,因此可实现指定元素的过滤,或者链式选择访问。
Select方法将返回一个Elements
集合,并提供一组方法来抽取和处理结果。
Selector选择器概述
tagname
: 通过标签查找元素,比如:a
ns|tag
: 通过标签在命名空间查找元素,比如:可以用fb|name
语法来查找<fb:name>
元素#id
: 通过ID查找元素,比如:#logo
.class
: 通过class名称查找元素,比如:.masthead
[attribute]
: 利用属性查找元素,比如:[href]
[^attr]
: 利用属性名前缀来查找元素,比如:可以用[^data-]
来查找带有HTML5 Dataset属性的元素[attr=value]
: 利用属性值来查找元素,比如:[width=500]
[attr^=value]
,[attr$=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
Selector选择器组合使用
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
伪选择器selectors
: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
可以查看Selector
API参考来了解更详细的内容
阅读全文
0 0
- [一点笔记]Jsoup中的select语法
- jsoup解析html中的<select>标签
- Mysql中的select常用语法
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- jsoup select 选择器
- Jsoup select 选择器
- Jsoup的select选择器
- jsoup select 选择器
- jsoup的select选择器
- jsoup select 选择器
- Jsoup select 解析Html
- jsoup select 选择器
- Elasticsearch5.6.0安装ik分词器
- JQuery学习笔记2
- ipcs ipcrm命令详解
- Linux Redis 安装
- 产品交割到兑付运作流程
- [一点笔记]Jsoup中的select语法
- 算法提高 ADV-98 约数个数
- JZOJ 5371. 【NOIP2017提高A组模拟9.17】组合数问题
- Java “lambda expressions not supported at this language level”
- 第三周项目2 建设 顺序表 算法库
- JVM类加载机制详解(二)类加载器与双亲委派模型
- JDBC保存、读取大文本数据类型
- NYOJ 45 棋盘覆盖 (大数问题)
- 二进制位运算应用