如何使用jsoup提取没有类的div？

【问题标题】：How to extract div having no class using jsoup?如何使用jsoup提取没有类的div？
【发布时间】：2020-01-24 04:03:56
【问题描述】：

如何提取每个字段？我无法得到没有任何类的 div，有类的 div 也随之而来。

<div class="donut-text d-lg-table-cell pt-sm pt-lg-0 pl-lg-sm">
 <div>David M. XYZ</div>
 <div class="numCEORatings">194 Ratings</div>
</div>

val field = Doc.select("div.donut-text.d-lg-table-cell.pt-sm.pt-lg-0.pl-lg-sm")
println(field.text())

//This gives both>> David M. XYZ 194 Ratings
//How to extract each

【问题讨论】：

标签： scala jsoup html-parsing

【解决方案1】：

您当前的选择器以最外层的 div 为目标。因此，当您调用.text 时，您将获得外部 div 的串联内容，并删除了 HTML 标记。

要选择内部项目，请将* 附加到当前选择器。

val html =
  """
      <div class="donut-text d-lg-table-cell pt-sm pt-lg-0 pl-lg-sm">
        <div>David M. XYZ</div>
        <div class="numCEORatings">194 Ratings</div>
      </div>
  """

val Doc: Document = Jsoup.parse(html)
val elements: Elements = 
  Doc.select("div.donut-text.d-lg-table-cell.pt-sm.pt-lg-0.pl-lg-sm *")

elements.toArray.foreach { el =>
  println(el)
}

如果您只想从选择中排除第二个 div，可以使用:not CSS 选择器：

Doc.select("div.donut-text.d-lg-table-cell.pt-sm.pt-lg-0.pl-lg-sm *:not(.numCEORatings)")

【讨论】：