Jsoup select 选择器

Jsoup select 选择器

jsoup 是一款基于Java 的HTML解析器,可直接解析某个URL地址或HTML文本内容。它提供了一套非常省力的API,可通过DOM,CSS以及类似于jQuery的操作方法来取出和操作数据。 jsoup的强大在于它对文档元素的检索,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,要掌握Jsoup首先要熟悉它的选择器语法。

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
3Selector伪选择器语法
: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

参考 ———–

Fork me on GitHub