Java 使用jsoup提取每个html表前的段落
我有一个要求,我必须提取每个表格前的段落连同表格内容一起形成一个网站 我能够使用jsoup轻松地提取表数据,但无法提取恰好发生在表之前的段落。 我试过以下几件事:-Java 使用jsoup提取每个html表前的段落,java,html,jsoup,paragraph,Java,Html,Jsoup,Paragraph,我有一个要求,我必须提取每个表格前的段落连同表格内容一起形成一个网站 我能够使用jsoup轻松地提取表数据,但无法提取恰好发生在表之前的段落。 我试过以下几件事:- 1. doc.select("p") but its giving extra values because some text in table columns are also in <p> tag. 2. getElementsByTag but no luck. 1。doc.select(“p”),但它提供了
1. doc.select("p") but its giving extra values because some text in table columns are also in <p> tag.
2. getElementsByTag but no luck.
1。doc.select(“p”),但它提供了额外的值,因为表列中的一些文本也在标记中。
2.getElementsByTag,但没有运气。
样本表:
<p>
<a id="table heading" name="table name"></a>
<b>Sports equipments</b>
</p>
<table width="98%" cellpadding="0" border="1">
<tbody>
<tr valign="top" bgcolor="#ffffcc" align="left">
<th width="25%" scope="col">Company</th>
<th width="25%" scope="col">Product</th>
<th width="20%" scope="col">Availability</th>
<th width="55%" scope="col">Related Information</th>
<th width="20%" scope="col">
</tr>
<tr>
<td width="18%" valign="top" rowspan="2">
<div>
Nike
<br>
1-800-545-8800
<br>
<br>
<br>
</div>
</td>
<td width="10%" valign="top">
<div>sports kit</div>
</td>
<td width="15%" valign="top" rowspan="2">
<div>Available</div>
</td>
<td width="24%" valign="top" rowspan="2">
<div>Product is available and shipping.</div>
</td>
<td width="16%" valign="top" rowspan="2">Demand increase.</td>
<td width="12%" valign="top" rowspan="2">
<div>
<div>3/26/2014</div>
</td>
</tr>
</table>
运动器材
公司
产品
可利用性
相关信息
耐克
1-800-545-8800
运动套件
可获得的
产品可供选择和运输。
需求增加。
3/26/2014
我必须摘录:
<b>Sports equipments</b>
运动器材
与表格内容一起您可以将选择器扩展到此:
“p>b”
因为我没有完整的html,所以很难说它是否能在那里工作,但对于您的示例,它确实:
final String html = ... // the html of your example
Document doc = Jsoup.parse(html);
/*
* Selects b-tags, that are direct childs of p-tags.
*/
for( Element element : doc.select("p > b") )
{
System.out.println(element);
}
这张照片是:
<b>Sports equipments</b>
运动器材
documentdoc=Jsoup.connect(html.get();
元素表=文件选择(“表”);
对于(int i=0;i
谢谢,它正在工作,我还找到了另一种方法doc=Jsoup.connect(html.get();Elements table=doc.select(“table”);对于(int i=0;iDocument doc = Jsoup.connect(html).get();
Elements table = doc.select("table”);
for (int i = 0; i < table.size(); i++) {
Element tablevalue = table.get(i);
Element para = tablevalue.previousElementSibling();
System.out.println(para.text());
}