【jsoup】从元素抽取属性,文本和HTML

时间:2022-10-31 10:20:44

从元素抽取属性,文本和HTML

问题

在解析获得一个Document实例对象,并查找到一些元素之后,你希望取得在这些元素中的数据。

方法

· 要取得一个属性的值,可以使用Node.attr(String key) 方法

· 对于一个元素中的文本,可以使用Element.text()方法

· 对于要取得元素或属性中的HTML内容,可以使用Element.html(), 或 Node.outerHtml()方法

示例:

String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>";

Document doc = Jsoup.parse(html);//解析HTML字符串返回一个Document实现

Element link = doc.select("a").first();//查找第一个a元素

 

String text = doc.body().text(); // "An example link"//取得字符串中的文本

String linkHref = link.attr("href"); // "http://example.com/"//取得链接地址

String linkText = link.text(); // "example""//取得链接地址中的文本

 

String linkOuterH = link.outerHtml();

    // "<a href="http://example.com"><b>example</b></a>"

String linkInnerH = link.html(); // "<b>example</b>"//取得链接内的html内容

说明

上述方法是元素数据访问的核心办法。此外还其它一些方法可以使用:

· Element.id()

· Element.tagName()

· Element.className() and Element.hasClass(String className)

这些访问器方法都有相应的setter方法来更改数据.