Fatal编程技术网
  • java/
  • Java jsoupcss/DOM问题

Java jsoupcss/DOM问题

java css dom

Java jsoupcss/DOM问题,java,css,dom,jsoup,Java,Css,Dom,Jsoup,一,。 （发件人：） 我想得到图片中的文本，在Google开发者工具中我会这样做（我基本上进入了另一个子节点，在DevTools中找到md5，但在Jsoup中它看起来不同，只返回“md5”文本） document.getElementById（“其他信息内容”）.childNodes[1]。childNodes[1]。childNodes[1]。innerHTML 我无法使用jsoupdom/selector获得它。 （如果可以给出这两个示例） 二, 如何在Jsoup中的CSS中指定子级？ 例

一,。 （发件人：）

我想得到图片中的文本，在Google开发者工具中我会这样做（我基本上进入了另一个子节点，在DevTools中找到md5，但在Jsoup中它看起来不同，只返回“md5”文本）

document.getElementById（“其他信息内容”）.childNodes[1]。childNodes[1]。childNodes[1]。innerHTML

我无法使用jsoupdom/selector获得它。 （如果可以给出这两个示例）

二,

如何在Jsoup中的CSS中指定子级？ 例如，我右键单击图片中蓝色标记线上方的span class字段，然后单击“复制选择器”：

它以第一个div的形式向我提供了文件详细信息，尽管它不是文档中唯一的文件详细信息，但好吧，假设它应该是这样的（？）：

我如何将它转换成一个与孩子一起工作的JSoup CSS脚本？（如果可能，还可以使用DOM示例）

三,

在查找特定值/节点时，是否对如何查找以及如何找到正确的路径有很好的了解

我现在所做的基本上是打开开发工具，然后单击唯一的div类名，然后检查DevTools中的属性窗口中的子节点，并继续挖掘子节点，直到找到正确的路径…（就像我在第一个问题中复制的那样）

有没有更好的方法来看待这个问题

我的意思是，使用DevTools控制台非常简单，只需编写 .children[1].childrendes[3].childrendes[1]查看属性并查看所需的正确属性，但我知道我猜这不是正确的方式？

1）

2） 有很多方法可以指定孩子。您可以使用CSS选择器或一些jsoup便利方法

如果我想从以下html中提取文本
foo
：

<html>
 <body>
  <div> 
   <span><b>foo</b></span> 
   <span><b>bar</b></span>
  </div>
 </body>
</html>
决定采用哪种方式实际上取决于正在解析的文档的HTML结构。有关更多示例，请参见

3） 检查源代码，而不是浏览器中呈现的代码。Jsoup不调用JavaScript。如果页面的DOM在加载时更改，则需要在解析页面之前呈现页面。下面是一个如何执行此操作的示例：

Hello。请另外，由于jsoup是Java库，您可能会使用
Java
标记而不是
javascript
获得更好的响应。第一个和第二个问题的答案可能在这里以及元素/元素文档中（如果您对单独处理文本节点感兴趣，也可能使用Node）.那么我应该编辑这个问题并多做两个线程吗？我已经看过了，但我仍然无法获得我所需要的正确值：（。是的，试着在帖子中一次只关注一件事。如果你对代码有特定的问题，最好是包含你的代码尝试（/）在帖子中。好吧，我想这次我会把它们放在一起，因为它们都与彼此和图片相关，我会编辑并添加代码来源的网站，这样人们就可以在图片旁边看到它。下次我会这样做，非常感谢，尽管我仍然无法获得我在图片中指出的代码：（.是因为文本本身在span/元素之外吗？在google开发工具中，我可以找到MD5儿童并获取它，但在JSoup中，我无法做到这一点：（.@ShlomiBazel我编辑了我对问题1的回答。看起来你正在抓取的站点仅限于某些用户代理。我将其设置为Mozilla，并能够提取md5哈希。谢谢你，伙计，谢谢你。 
#additional-info-content > div:file-details > div:nth-child(2) > div:nth-child(1) > span

    // connect to url and retrieve source code as document
    Document doc = Jsoup
            .connect(url)
            .userAgent("Mozilla/5.0")
            .referrer("http://www.google.com")
            .get();

    String md5= doc

            // use CSS selector to grab only enums which contain md5
            .select("div#file-details.extra-info > div.enum-container > div.enum:contains(md5)")

            // use the first element in the result set
            .first()

            // use only its text node and ignore the text node of the span
            .ownText();

<html>
 <body>
  <div> 
   <span><b>foo</b></span> 
   <span><b>bar</b></span>
  </div>
 </body>
</html>

    doc.select("div > span > b").last().ownText();

    doc.select("div > span > b").get(1).ownText();

    doc.select("div > span:last-child > b").text();

    doc.select("div > span:last-child").text();

    doc.select("div > span").last().text();

    doc.select("div > span").get(1).text();

    doc.select("div > span:last-child > b").first().ownText();

    doc.select("span > b").last().text();