作者與JSOUP

解析

有我的HTML輸入：作者與JSOUP

<!-- left panel --> 
    <div class="left-panel"> 
    <p class="article-published"> 1. júl 2015 o 17:35 &nbsp;&nbsp; Marek Hudec, Dávid Tvrdoň </p> 
    </div>

，代碼：

if(doc.select("p[class=article-published]").isEmpty() == FALSE){ 
    Elements description = doc.select("p[class=article-published]"); 
    for (Element link : description) { 
     author4 = link.text(); 
    } 
    System.out.println("AUTHORS :" + author4); 
}

我想獲得的輸出，如：馬立克鄔達克，大衛Tvrdoň。所以只有那些傢伙的名字。但我無法得到它。請有人幫助我。謝謝

來源

2015-10-28 Kolos Fuchs

JSoup只能讓你得到你已經完成的標籤之間的內容。確定什麼是名字和什麼是日期對於JSoup來說不是問題。如果您提供的格式是一致的，那麼您可以跳過最初的日期和時間（您知道日期和時間會是什麼樣子，因此您可以找到它並在其後打印）。 – pushkin

我應該驗證一下，你是否首先獲得了正確的內容（日期，時間，加上作者）還是其他的東西？ – pushkin

問題是，我沒有得到任何東西......只有空的輸出與上面的代碼。 –

所有你需要做的是分析你Jsoup獲取文本和砍你從它想要的數據，在下面的代碼我修改您的代碼從具體指標數據。

import java.util.Arrays; 
import org.jsoup.Jsoup; 
import org.jsoup.nodes.Document; 
import org.jsoup.nodes.Element; 
import org.jsoup.select.Elements; 

public class KolosParsor { 
     public static void main(String[] args) { 
      String author4 = null; 
      Document doc = Jsoup.parse("<div class=\"left-panel\">"+ 
      "<p class=\"article-published\"> 1. júl 2015 o 17:35 &nbsp;&nbsp; Marek Hudec,Dávid Tvrdoň </p>"); 
      if(!doc.select("p[class=article-published]").isEmpty()){ 
       Elements description = doc.select("p[class=article-published]"); 
       for (Element link : description) { 
        author4 = link.text(); 
       } 
       System.out.println("DATA :" + Arrays.asList(author4.split(" "))); 
       System.out.println("AUTHORS :" + Arrays.asList(author4.split(" ")).get(7)); 
      }   
     } 
    }

來源

2015-10-28 18:17:00

但我需要，不僅要解析這個例子，而且還有很多...這只是其中的一個。所以我需要一個通用代碼來完成這一步驟。 –

這只是一個有點解析，網頁/ HTML的例子是在宇宙中如此指出錯誤，你不能編寫通用的代碼吧，雖然我會建議看'阿帕奇nutch' +'阿帕奇tika'爲您的要求。 –

其他html的結構是這樣的...唯一的區別是日期和作者姓名。但是div class和p class與此相同。 –

回答

相關問題