JSoup解析問題

我正在解析一個網站的Android應用程序，但我似乎無法讓Jsoup工作。JSoup解析問題

我試圖解析這個網站：剛纔

我的代碼是：

Document doc = null; 
     try{ 
    doc = Jsoup.connect("URL").get(); 
     Elements tds = doc.select("table.tr>td"); 

    for (Element td : tds) { 
     String tdText = td.text(); 
     System.out.println(tdText); 
    } 
    }

目前，它不返回任何東西，但如果我打印「DOC」它返回整個網站。

我想提取以下信息： Drower，E. S. （Ethel Stefana）， Lady， b。 1879，帶或不帶& nbsp。

但我無法縫合才能使其工作。

感謝您的幫助！

來源

2012-03-11 Tbuermann

是不是'.'類？孩子們是'foo> bar> baz'。 – 2012-03-11 21:32:55

我的印象是你可以混合他們。應該是什麼，而不是混合的例子。我真的很茫然。 – Tbuermann 2012-03-11 22:25:58

當然，你可以混合它們，但你的選擇器仍然是錯誤的。你正在選擇'tr'類的'table'元素的'td'子元素。相反，你可能需要在'table'的'tr'行中放入'td'單元格。我相信你可以通過使用''td''作爲選擇器來獲得它們。然而，很難提取所需的信息，因爲包含它的'td'沒有'id'或任何其他獨特的特性，可能會將它與頁面中的其他'td'元素隔離開 - 也許它總是該特定表中第二行的第三個單元格？ – 2012-03-11 23:07:43

你有選擇錯誤的：它選擇與tr類table元素的td孩子，而你可能想td細胞tr排在table。我相信你可以通過使用"td"作爲選擇。

但是，這有點過於通用，因爲它會選取表格中的每個單元格。如果您需要的單元格始終是該表格行中的第三個單元格，則可以細化選擇器以僅挑選那些："td:eq(2)"。你應該真的得到JSoup selectors的訣竅，並試驗一下，看看你能夠將從文檔中提取的數據限制到你真正需要的元素。

爲了獲得第四單元的<script>元素，你可以使用沿着下面的代碼片段的東西后的文字：

Element td = doc.select("td:eq(3)").first(); 
System.out.println(td.text());

，因爲從我的一個小實驗，似乎裏面<script>標籤的JavaScript代碼當詢問包含其中一個元素的文本時跳過。

但是，您將使用for循環而不是first，因爲第四個單元格與文檔中的行數相同，並且您擁有很多這樣的單元格。

來源

2012-03-12 09:21:19

感謝您的幫助，我設法通過這一位代碼提取了我需要的信息： String td = doc.select（「tr：has（td）」）。text（）; \t \t System.out.println（td）; – Tbuermann 2012-03-12 16:21:51

@ tbone24歡迎您。如果答案有幫助，請考慮加註或接受。 – 2012-03-12 18:14:11

回答

相關問題