JSoup同时提取href和div标签数据的绝对url答案

【问题标题】：JSoup Extracting absolute url of a href and a div tag data simultaneouslyJSoup同时提取href和div标签数据的绝对url
【发布时间】：2015-02-23 06:45:51
【问题描述】：

我想从一个网站中提取两个彼此相邻的标签（相邻），第一个标签是 href ，它应该被提取为绝对 url 。第二个标签是一个 div 标签，我应该提取里面的数据。

我希望输出如下

100 美元 http:\www.somesite.......

200 美元 http:\www.thesite.......

为什么？因为稍后我会将它们插入到数据库中的表中。

我尝试使用以下代码，但无法获得绝对 url，此外我无法摆脱标签，而我只想提取数据（不带标签）。

    Document doc = Jsoup.connect("http://www.bezaat.com/ksa/jeddah/cars/all/1?so=77").get();
    for (Element link : doc.select("div.rightFloat.price,a[abs:href].more-details"))
    {

    String absHref = url.attr("abs:href");
    String attr = link.absUrl("href");
    System.out.println(link);

   }

如果我尝试使用 System.out.println(link.text()) 在我的代码中，我会完全错过超链接！

有什么帮助吗？

【问题讨论】：

请分享原始html。
我不明白你所说的原始 html 是什么意思我试图提取它的数据的页面 bezaat.com/ksa/jeddah/cars/all/1?so=77
这里的问题应该是自包含的。链接可能会失效，因此应包含回答问题所需的所有信息。

标签： java jsoup

【解决方案1】：

我认为 Jsoup css 选择器组合器（即选择器中的逗号）不能保证输出的顺序。至少我不会指望它，即使您在您期望的顺序中找到这两个元素。我不会使用逗号选择器，而是首先遍历包含您感兴趣的相邻 div 的外部容器。然后您可以在每个 div 中访问价格和链接。

类似的东西。请注意，这是我的想法，未经测试！

Document doc = Jsoup.connect("http://www.bezaat.com/ksa/jeddah/cars/all/1?so=77").get();
for (Element adDiv : doc.select("div.category-listing-normal-ad")){

  Element priceDiv = adDiv.select("div.rightFloat.price").first();
  Element linkA = adDiv.select("a.more-details").first();

  System.out.println(priceDiv.text() + " " + linkA.absUrl("href"));

}

【讨论】：