Java 如何将注释节点与Jsoup选择器api匹配？

下面是一个小的HTML代码：

<ol class="annotations">
  <!-- START ANNOTATIONS -->
  <li class="annotation">
     Foo
  </li>
  <li class="annotation">
     Bar
  </li>
  ...
  <!-- END ANNOTATIONS -->
</ol>

<ol class="annotations">
  <li class="annotation">
     Baz
  </li>
  ...
</ol>

如何使用单个CSS查询实现这一点

---

Jsoup 1.8.2

简短回答：这是不可能的，因为注释不映射到Jsoup中的元素，而是在s上工作。但是，注释位于DOM树中，可以通过其名称属性进行标识：

node.nodeName（）.equals（“#comment”）

对于注释为true。当然，如果您想创建一个用注释标识节点的单行程序，这对您没有多大帮助。

简短回答：这是不可能的，因为注释不映射到Jsoup中的元素，而是在s上工作。但是，注释位于DOM树中，可以通过其名称属性进行标识：

node.nodeName（）.equals（“#comment”）

对于注释为true。当然，如果您想创建一个用注释标识节点的单行程序，这对您没有多大帮助

如何使用单个CSS查询实现这一点

不能，因为没有for注释节点

您目前的工作方式有几个问题：

HTML中有

ol

元素和类

注释

，但代码使用的是

ol.notes

选择器

（这可能是问题，也可能不是问题，在快速测试中，它看起来像[对于我的测试，在我的文档上]JSoup修剪字符串。它可能不应该是，但是…）在第一次匹配时，您调用

html（）

，然后使用

startsWith

——但是html可能以一些您不允许的空白开头

除了正确的选择器之外，我可能会专门查找注释节点：

Element firstMatch = findings().first();
Node firstChild = firstMatch == null || firstMatch.childNodes().size() == 0 ? null : firstMatch.childNodes().first();
if (firstChild != null && firstChild instanceof Comment && ((Comment)firstChild).getData().indexOf("START ANNOTATIONS") != -1) {
    // Yes, it's there
}

这只是一种拼凑，但你明白了。特别是第二行比我想的要尴尬一些，我非常惊讶地看到JSoup没有第一个孩子访问器。它是domapi的一个相当基本的部分，这使得这一行比它需要的更为笨拙

如何使用单个CSS查询实现这一点

不能，因为没有for注释节点

您目前的工作方式有几个问题：

HTML中有

ol

元素和类

注释

，但代码使用的是

ol.notes

选择器

（这可能是问题，也可能不是问题，在快速测试中，它看起来像[对于我的测试，在我的文档上]JSoup修剪字符串。它可能不应该是，但是…）在第一次匹配时，您调用

html（）

，然后使用

startsWith

——但是html可能以一些您不允许的空白开头

除了正确的选择器之外，我可能会专门查找注释节点：

Element firstMatch = findings().first();
Node firstChild = firstMatch == null || firstMatch.childNodes().size() == 0 ? null : firstMatch.childNodes().first();
if (firstChild != null && firstChild instanceof Comment && ((Comment)firstChild).getData().indexOf("START ANNOTATIONS") != -1) {
    // Yes, it's there
}

---

这只是一种拼凑，但你明白了。特别是第二行比我想的要尴尬一些，我非常惊讶地看到JSoup没有第一个孩子访问器。它是DOM API的一个相当基本的部分，并且使这一行变得比它需要的更笨拙。

您确定您使用了

ol.notes

？@realpoint我的错误。我已经相应地更新了问题。你确定你使用了

ol.notes

？@realpoint我的错误。我已经相应地更新了问题。我认为你的观点2。无效，因为html（）是Jsoup的一个方法，不会返回原始html字符串，而是从解析的DOM生成的字符串。这意味着在第一个元素之前没有空格。@luksch:我必须测试它才能确定。看起来JSoup正在修剪字符串，但它可能不应该这样做。如果从HTML解析DOM，该HTML在

ol

的开始标记的

之后和注释之前有空格，则该空格是

ol

中的第一个节点（文本节点），应该包含在元素（）的

innerHTML

中。但是，当我用JSoup测试它时，它似乎可以删除空白。如果没有更多的研究，我不会相信它不在那里。我猜Jsoup通过DOM生成

html（）

的输出，文本节点是使用创建的，这表明文本被修剪和规范化了。@luksch:No，我怀疑这是用来构建HTML字符串的。实际上，

ol.notes

是我在写问题时犯的一个错误。我确实使用了

ol.annotations

。我认为你的观点2。无效，因为html（）是Jsoup的一个方法，不会返回原始html字符串，而是从解析的DOM生成的字符串。这意味着在第一个元素之前没有空格。@luksch:我必须测试它才能确定。看起来JSoup正在修剪字符串，但它可能不应该这样做。如果从HTML解析DOM，该HTML在

ol

的开始标记的

之后和注释之前有空格，则该空格是

ol

中的第一个节点（文本节点），应该包含在元素（）的

innerHTML

中。但是，当我用JSoup测试它时，它似乎可以删除空白。如果没有更多的研究，我不会相信它不在那里。我猜Jsoup通过DOM生成

html（）

的输出，文本节点是使用创建的，这表明文本被修剪和规范化了。@luksch:No，我怀疑这是用来构建HTML字符串的。实际上，

ol.notes

是我在写问题时犯的一个错误。我确实使用了

ol.annotations

。