jsoup中select用法详解
来源:互联网 发布:整装好还是基装好 知乎 编辑:程序博客网 时间:2024/05/16 12:22
【准备工作】
下载:jsoup-1.6.1.jar
【先看效果】
目标网站 : 中国天气
目的 :获取今天的天气
目标HTML代码 :
<li class="dn on" data-dn="7d1"> <h1>今天</h1> <h2>8日</h2> <big class="jpg50 d04"></big> <big class="jpg50 n04"></big> <p class="wea" title="雷阵雨">雷阵雨</p> <p class="tem tem1"> <span>33</span><i>°C</i> </p> <p class="tem tem2"> <span>25</span><i>°C</i> </p> <p class="win"> <em> <span title="无持续风向" class=""></span> <span title="无持续风向" class=""></span> </em> <i>微风</i> </p> <div class="slid"></div></li>View Code
解析的java代码 :
(1)审查网页元素后发现,我们要的内容在上面的目标HTML代码中,在整个网页中是在 class="dn on" data-dn="7d1" 的 <li> 中
(2)“今天” 两字在 <h1></h1> 中
(3)“8日” 两字在 <h2></h2> 中
(4)“雷阵雨” 三字在 class="wea" 中
(5)“33” 在第一个 <span> 中
(6)“25” 在第二个 <span> 中
(7)“微风” 两字在 第三个 <i> 中
有了上面的分析,要获取到这些天气内容就易如反掌了。如下java代码:
1 package com.zjm.www.test; 2 3 import java.io.IOException; 4 5 import org.jsoup.Jsoup; 6 import org.jsoup.nodes.Document; 7 import org.jsoup.select.Elements; 8 9 public class TestJsoup {10 11 public Document getDocument (String url){12 try {13 return Jsoup.connect(url).get();14 } catch (IOException e) {15 e.printStackTrace();16 }17 return null;18 }19 20 public static void main(String[] args) {21 TestJsoup t = new TestJsoup();22 Document doc = t.getDocument("http://www.weather.com.cn/html/weather/101280101.shtml");23 // 获取目标HTML代码24 Elements elements1 = doc.select("[class=dn on][data-dn=7d1]");25 // 今天26 Elements elements2 = elements1.select("h1");27 String today = elements2.get(0).text();28 System.out.println(today);29 // 几号30 Elements elements3 = elements1.select("h2");31 String number = elements3.get(0).text();32 System.out.println(number);33 // 是否有雨34 Elements elements4 = elements1.select("[class=wea]");35 String rain = elements4.get(0).text();36 System.out.println(rain);37 // 高的温度38 Elements elements5 = elements1.select("span");39 String highTemperature = elements5.get(0).text()+"°C";40 System.out.println(highTemperature);41 // 低的温度42 String lowTemperature = elements5.get(1).text()+"°C";43 System.out.println(lowTemperature);44 // 风力45 Elements elements6 = elements1.select("i");46 String wind = elements6.get(2).text();47 System.out.println(wind);48 }49 }View Code
结果打印出 :
1 今天2 8日3 雷阵雨4 33°C5 25°C6 微风
【详解】
附:
- jsoup的 官方中文文档 为: http://www.open-open.com/
- API 为: http://jsoup.org/apidocs/
java代码第13行 :
从文档中我们可用看出,获取数据源的方法有 三 :
(1)从一段 html代码字符串 获取: Document doc = Jsoup.parse(html);
(2)从一个 url 获取: Document doc = Jsoup.connect("http://example.com/").get();
(3)从一个 html文件 获取 File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
这里,我们采取了第二种方法,从url中获取。
java代码第24、26、30、34、38行 :
Document 继承自 Element 类, 而Element类有一个很好的方法,叫select , 这个选择器几乎无所不能。快速从一堆html代码中获取我们想要的一段,我觉得使用select最方便。下面我们来看怎么使用select方法来查找。
注 :以下表格的 结果 都是使用以下语句打印出来的
for(Element e : elements) { System.out.println(e.text()); }select详解描述测试的HTML代码select写法
结果
通过
标签名
来查找
<span>33</span><span>25</span>
Elements elements = doc.select("span");
3325
通过
id
来查找
<span id=\"mySpan\">36</span><span>20</span>
Elements elements = doc.select("#mySpan");
注 :通过id来查找,使用方法跟 css 指定元素一样,用 #
通过
class名
来查找
<span class=\"myClass\">36</span><span>20</span>
Elements elements = doc.select(".myClass");
注 :通过id来查找,使用方法跟 css 指定元素一样,用 .
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>
Elements elements = doc.select("span[class=class1]span[id=id1]");
注 :规则为 标签名【属性名=属性值】 ,标签名可写可不写,多个属性即多个【】,如上。
利用标签内
属性名前缀
查找元素
<span class=\"class1\" >36</span><span class=\"class2\" >22</span>
Elements elements = doc.select("span[^cl]");
注 :规则为 标签名【^属性名前缀】 ,标签名可写可不写, 多个属性即多个【】。
3622
利用标签内
属性名+正则表达式
查找元素
<span class=\"ABC\" >36</span><span class=\"ADE\" >22</span>
Elements elements = doc.select("span[class~=^AB]");
注 :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以class值以AB为开头的标签,标签名可写可不写,多个属性即多个【】
利用标签
文本包含某些内容
来查找
<span>36</span><span>22</span>
Elements elements = doc.select("span:contains(3)");
注 :规则为 标签名:contains(文本值)
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>
Elements elements = doc.select("span:matchesOwn(^3)");
注 :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
关于select,还有一些其他的查找方法,以上只列出个人觉得比较好用、常用的语法。
select方法返回的是一个Elements 对象,里面包含着找到的所有节点。遍历Elements ,通过 get(index) ,就可以拿出具体的 节点了。通过节点的 text() 方法,就可用拿出文本值。
而想得到节点的其他属性,可以看API的介绍。
【结语】
jsoup还有其他强大的功能,在此只介绍其在获取网页特定内容的写法。希望对 刚接触jsoup 的人有帮助。
如果本文有哪里写得不好或写错,欢迎各位提出来,感激不尽~
- jsoup中select用法详解
- Jsoup中select方法详解
- Jsoup中select方法详解
- JSOUP 数据分析中select的用法介绍
- AngularJS select中ngOptions用法详解
- css3中user-select的用法详解
- Socket编程中select函数用法详解
- java爬取网页内容 简单例子(2)——附jsoup的select用法详解
- java爬取网页内容 简单例子(2)——附jsoup的select用法详解
- java爬取网页内容 简单例子(2)——附jsoup的select用法详解
- select用法详解
- select用法详解
- select用法详解
- angularJs select用法详解
- GO select用法详解
- Socket编程中select函数的用法详解
- Angularjs中ng-select和ng-options的用法详解
- Socket编程中select函数用法详解(转)
- 坑爹坑娘坑祖宗的87端口(记一次tomcat故障排查)
- 最快让你上手ReactiveCocoa之进阶篇
- MyEclipse 2015优化技巧
- JavaScript 面试题
- hinernate--推荐使用原生SQL语句进行查询(效率高)
- jsoup中select用法详解
- 获取手机通讯录信息
- 前端的一些链接
- 配置linux服务器的CATALINA_OPTS参数
- 怎样停止一个 starting 和 stoping 的服务
- Unsupported compiler 'com.apple.compilers.llvmgcc42' selected for architecture 'armv7'
- Hibernate的FlushMode与session.flush()
- 【POJ】:POJ2606,poj1118,poj2780合集
- 8.mysql merge 用法