Web scraping 获取HTML表的一部分
我想从网站上获取表的内容 这是网站的源代码:Web scraping 获取HTML表的一部分,web-scraping,jsoup,Web Scraping,Jsoup,我想从网站上获取表的内容 这是网站的源代码: <tr><td><table width='100%'><tr><td valign='top' width='1px' class='GridViewRow1'><img src='/images/pin.gif'></td><td class='GridViewRow1'><a href='Announcements.etc'><b
<tr><td><table width='100%'><tr><td valign='top' width='1px' class='GridViewRow1'><img src='/images/pin.gif'></td><td class='GridViewRow1'><a href='Announcements.etc'><b><i>Title num 1</i></b></a><div class='SmallText'>Username</div><div class='SmallText' style='color:#808080;'>date</div></td></tr></table></td></tr>
<tr><td><table width='100%'><tr><td valign='top' width='1px' class='GridViewRow1'><img src='/images/pin.gif'></td><td class='GridViewRow1'><a href='Announcements.etc2'><b><i>Title num 2</i></b></a><div class='SmallText'>username</div><div class='SmallText' style='color:#808080;'>date</div></td></tr></table></td></tr>
我得到的结果是:
Title num 1 username date as a string.
我只想得到标题
有人能告诉我如何获取标题吗?因为标题没有唯一的标记。标题标记为-仅选择该标记
... td = doc.select("td.GridViewRow1 > b >i");
这就是我问题的解决方案您可以将其简化为desc=doc.select(“td.GridViewRow1 a[href]”。first().text();
... td = doc.select("td.GridViewRow1 > b >i");
Document doc = Jsoup.connect(url).get();
Elements td = doc.select("td.GridViewRow1");
desc = td.select("a[href]").first().text();