Java 使用jsoup获取元素外部但元素旁边的文本 爱德蒙罗斯坦德街10号-马赛13006 Tél:04.33.54.03.09 传真：04.11.54.29.85 电子邮件： Début D'activité：10/06/2013

我试图从上面的代码中提取电子邮件、电话、姓名和日期。我已经设法得到了我的名字和电子邮件地址，尽管我被卡住了

我还想得到电话，日期和传真，这似乎是外部因素

<tr class="s">
    <td style="text-align: center; width: 100px"></td>
    <td colspan="3">
        <a target="_blank" href="" title="Localiser avec Google Maps">
            <img src="images/gm.gif?v=7" alt="Google Maps" class="gm noauto" align="right">
        </a>
        10, rue Edmond Rostand - 13006 MARSEILLE
        <br>
        <strong>Tél :</strong> 04.33.54.03.09<br>                           
        <strong>Fax :</strong> 04.11.54.29.85<br>                           
        <strong>Email :</strong> <a href="mailto:wsedrftg.tgtg.rftg@gmail.com" class="icone email">wsedrftg.tgtg.rftg@gmail.com</a><br>                                                     
        <strong>Début d'activité :</strong> 10/06/2013<br>                          
    </td>
</tr>

for（元素标题：新闻标题）
{
元素trs=标题。选择（“tr.t”）；
元素phnDiv=headline.select（“tr.s td:eq（1）”；
对于（int l=0；l

我不认为您可以使用

jsoup

直接获得所需的部件，因为它们不是元素

您可以做的是获取

-元素的

html（）

，然后使用正则表达式通过类似的正则表达式获取phone、fax和date

for (Element headline : newsHeadlines)
{
    Elements trs = headline.select("tr.t");
    Elements phnDiv = headline.select("tr.s td:eq(1)");

    for (int l = 0; l < trs.size(); l++)
    {
        j++;
        Elements name = trs.get(l).select("th");
        Elements emailAddress = phnDiv.get(l).select("a");
        Elements phone = phnDiv.get(l).select("strong:contains(Tél :)");
        Elements faxx = phnDiv.get(l).select("strong:contains(Fax :)");
        //Elements debutdactivite = phnDiv.get(l).select("strong:contains(Début d'activité :)");

        String contactName = name.text();
        String email = emailAddress.text();
        String tel = phone.text().replace("Tél :", "");
        String fax = faxx.text().replace("Fax :", "");
        //String date = debutdactivite.text();

        System.out.println(j + " Name : " + contactName + " Email : " + email + " Phone : " + tel + " Fax : " + fax );
    }
}

"<.*Fax.*> (.*?)<br>"

（.*）
“ 你应该这样工作

for (Element headline : newsHeadlines)
{
    Elements trs = headline.select("tr.t");
    Elements phnDiv = headline.select("tr.s td:eq(1)");

    for (int l = 0; l < trs.size(); l++)
    {
        j++;
        Elements name = trs.get(l).select("th");
        Elements emailAddress = phnDiv.get(l).select("a");
        Elements phone = phnDiv.get(l).select("strong:contains(Tél :)");
        Elements faxx = phnDiv.get(l).select("strong:contains(Fax :)");
        //Elements debutdactivite = phnDiv.get(l).select("strong:contains(Début d'activité :)");

        String contactName = name.text();
        String email = emailAddress.text();
        String tel = phone.text().replace("Tél :", "");
        String fax = faxx.text().replace("Fax :", "");
        //String date = debutdactivite.text();

        System.out.println(j + " Name : " + contactName + " Email : " + email + " Phone : " + tel + " Fax : " + fax );
    }
}

"<.*Fax.*> (.*?)<br>"

@测试
公开无效测试（）{
最终模式p=Pattern.compile（“（.*？”
”）；
最终匹配者m=p.Matcher（“电话：04.11.55.29.85
传真：04.11.55.29.85
”；
m、 匹配（）；
资产质量（“04.11.54.29.85”，m.group（1））；
}

我不认为您可以使用

jsoup

直接获得所需的部件，因为它们不是元素

您可以做的是获取

-元素的

html（）

，然后使用正则表达式通过类似的正则表达式获取phone、fax和date

for (Element headline : newsHeadlines)
{
    Elements trs = headline.select("tr.t");
    Elements phnDiv = headline.select("tr.s td:eq(1)");

    for (int l = 0; l < trs.size(); l++)
    {
        j++;
        Elements name = trs.get(l).select("th");
        Elements emailAddress = phnDiv.get(l).select("a");
        Elements phone = phnDiv.get(l).select("strong:contains(Tél :)");
        Elements faxx = phnDiv.get(l).select("strong:contains(Fax :)");
        //Elements debutdactivite = phnDiv.get(l).select("strong:contains(Début d'activité :)");

        String contactName = name.text();
        String email = emailAddress.text();
        String tel = phone.text().replace("Tél :", "");
        String fax = faxx.text().replace("Fax :", "");
        //String date = debutdactivite.text();

        System.out.println(j + " Name : " + contactName + " Email : " + email + " Phone : " + tel + " Fax : " + fax );
    }
}

"<.*Fax.*> (.*?)<br>"

（.*）
“ 你应该这样工作

for (Element headline : newsHeadlines)
{
    Elements trs = headline.select("tr.t");
    Elements phnDiv = headline.select("tr.s td:eq(1)");

    for (int l = 0; l < trs.size(); l++)
    {
        j++;
        Elements name = trs.get(l).select("th");
        Elements emailAddress = phnDiv.get(l).select("a");
        Elements phone = phnDiv.get(l).select("strong:contains(Tél :)");
        Elements faxx = phnDiv.get(l).select("strong:contains(Fax :)");
        //Elements debutdactivite = phnDiv.get(l).select("strong:contains(Début d'activité :)");

        String contactName = name.text();
        String email = emailAddress.text();
        String tel = phone.text().replace("Tél :", "");
        String fax = faxx.text().replace("Fax :", "");
        //String date = debutdactivite.text();

        System.out.println(j + " Name : " + contactName + " Email : " + email + " Phone : " + tel + " Fax : " + fax );
    }
}

"<.*Fax.*> (.*?)<br>"

@测试
公开无效测试（）{
最终模式p=Pattern.compile（“（.*？”
”）；
最终匹配者m=p.Matcher（“电话：04.11.55.29.85
传真：04.11.55.29.85
”；
m、 匹配（）；
资产质量（“04.11.54.29.85”，m.group（1））；
}

您应该能够使用

nextSibling（）

方法获取这些值。它返回一个

节点

，因此您不必担心元素中的值

一旦获取了所需的元素，代码将如下所示：

    @Test
    public void test() {

    final Pattern p = Pattern.compile("<.*?Fax.*?> (.*?)<br>");
    final Matcher m = p.matcher("<strong>Tel :</strong> 04.11.55.29.85<br>    <strong>Fax :</strong> 04.11.55.29.85<br>");
    m.matches();
    assertEquals("04.11.54.29.85", m.group(1));

}

---

这将直接抓取已选择的phone和faxx元素旁边的节点。

您应该能够使用

nextSibling（）

方法获取这些值。它返回一个

节点

，因此您不必担心元素中的值

String tel = phone.nextSibling().toString();
String fax = faxx.nextSibling().toString();

一旦获取了所需的元素，代码将如下所示：

    @Test
    public void test() {

    final Pattern p = Pattern.compile("<.*?Fax.*?> (.*?)<br>");
    final Matcher m = p.matcher("<strong>Tel :</strong> 04.11.55.29.85<br>    <strong>Fax :</strong> 04.11.55.29.85<br>");
    m.matches();
    assertEquals("04.11.54.29.85", m.group(1));

}

这将直接抓取已选择的phone和faxx元素旁边的节点。

for（元素标题：NewsTitles）{
String tel = phone.nextSibling().toString();
String fax = faxx.nextSibling().toString();

元素trs=标题。选择（“tr.t”）；
元素phnDiv=headline.select（“tr.s td:eq（1）”；
对于（int l=0；l

现在，在我运行完这个之后，我得到了所有的结果，感谢@Justin为我带来了启示。

for（元素标题：新闻标题）{
元素trs=标题。选择（“tr.t”）；
元素phnDiv=headline.select（“tr.s td:eq（1）”；
对于（int l=0；l