Java 如何使用JSoup在wiki页面的两个节点之间提取数据？ 我想从“set（język angielski）”中得到所有含义（znaczenia: )

结果应该是一对：

Document doc = getDocumen("https://pl.wiktionary.org/wiki/set#set_.28j.C4.99zyk_angielski.29");
Elements links = doc.select("dfn[style]"); - ??
for (Element link : links)
{
  link.select("a [href]");
  String linkText = link.text()
}

---

以下是我将如何尝试：

  rzeczownik - (1.1) zestaw
  rzeczownik - (1.2) mat. zbiór (lub bez nawiasów)
  ...
  przymiotnik - (2.1) gotowy
  ...

输出

rzeczownik-（1.1）zestaw
rzeczownik-（1.2）垫。兹比奥
rzeczownik-（1.3）elektron。odbiornik，aparat odbiorczy
rzeczownik-（1.4）胶片。zdjęciowy平面图
rzeczownik-（1.5）运动。设置
rzeczownik-（1.6）teatr。德科拉卡
rzeczownik-（1.7）基鲁内克滕登加
rzeczownik-（1.8）koteria
rzeczownik-（1.9）nora borsuka
rzeczownik-（1.10）马斯茨。阿格雷特
przymiotnik-（2.1）gotowy
przymiotnik-（2.2）斯塔尼，乌斯塔罗尼
przymiotnik-（2.3）nieruchomy
przymiotnik-（2.4）事后通知
przymiotnik-（2.5）określony
czasownik-（3.1）układać，ustawiać
czasownik-（3.2）nastawiać（kość）
czasownik-（3.3）Prosować
czasownik-（3.4）Przgotowywać
czasownik-（3.5）powodować
czasownik-（3.6）o słońcu:zachodzić
czasownik-（3.7）ustalać

在我看来，你应该试着找到一个维基API。尽管数据在不同页面之间似乎共享相同的表示，但其背后的html代码可能会有所不同
讨论
上面代码的关键是CSS查询

Document doc = getDocumen("https://pl.wiktionary.org/wiki/set#set_.28j.C4.99zyk_angielski.29");
Elements elements = doc.select("h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) i, h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) + dl > dd");
if (elements.isEmpty()) {
    throw new RuntimeException("No definitions found.");
}

String parent = null;
for (Element element : elements) {
    switch (element.tagName().toLowerCase()) {
    case "i":
        parent = element.text();
        break;

    case "dd":
        System.out.println(parent + " - " + element.text());
        break;

    default:
        throw new RuntimeException("Unexpected element:\n" + element.outerHtml());
    }
}

此查询选择两个

h2

节点之间的

p

节点。为了实现这一目标，以下是如何做到这一点：

h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) i, h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) + dl > dd

在JSoup 1.8.3上测试
编辑：

---

OP建议（Java Wiki机器人框架）作为Wiki API。
您可以使用解析器获得所需的内容。看看这个链接-。可能是你迄今为止尝试过的内容的重复，为什么你对这些结果不满意？我只能访问第一部分“set（język polski）”。我不知道如何在各个部分之间导航，也不知道如何阅读它们的意思我得到了“未找到定义”：（关于wiki Api。我尝试了jwbf，但我不知道如何使用它）api@user2721692哪个url为您提供了“未找到定义”？@user2721692暂时使用Jsoup，让jwbf用于边缘情况。@user2721692实际上，当加载页面时，会执行一些javascript。在执行javascript之前，我重建了de CSS查询以处理html代码。我已经相应地更新了代码。

h2:has(span#en) /* Select the h2 node having the span with id 'en' */
~ p /* Select all p nodes preceded by previous selected h2 node... */
:not(h2:has(span#en) ~ p ~ h2 ~ p) /* ... but ignore any p nodes after the previously selected p nodes */