jsoup解析中如何选择类

Question

我正在解析一个网页，我可以解析 id 但不能解析类。这就是我的意思；我正在解析整个新闻包装器 ID：

protected String getBlogStats() throws Exception {
                String result = "";
                // get html document structure
                Document document = Jsoup.connect(BLOG_URL).get();
                // selector query
                Elements nodeBlogStats = document.select("div#news_wrapper");
                // check results
                if(nodeBlogStats.size() > 0) {
                    // get value
                    result = nodeBlogStats.get(0).text();
                }

                // return
                return result;
            }

它有效，我可以显示所有内容，但我只需要选择这个包装器中的 h3 标签，所以我尝试了这种方式：

protected String getBlogStats() throws Exception {
                String result = "";
                // get html document structure
                Document document = Jsoup.connect(BLOG_URL).get();
                // selector query
                Elements nodeBlogStats = document.select("div#news_wrapper .news-col-1 h3");
                // check results
                if(nodeBlogStats.size() > 0) {
                    // get value
                    result = nodeBlogStats.get(0).text();
                }

                // return
                return result;
            }

其中news-col-1 是一个类.. 但活动是空白的.. 是否有另一种方法可以编写类以使用 jsoup 进行解析？谢谢

Answer 1

使用类获取该 div 中所有 h3 标签的一种可能方法是：

Elements nodeBlogStats = doc.select("div.news-col-0 h3");

它不适用于.news-col-1，因为<h3> 标记都不是该div 的直接子级。正如您评论的那样，该 id 也可以使用：

Elements nodeBlogStats = doc.select("div#news_wrapper h3");

您的代码仅返回第一个 h3 而不是全部的原因是因为您将 result 设置为仅是 nodeBlogStats 中第一个元素的文本（当您说 get(0) 时）：

if(nodeBlogStats.size() > 0) {
    // get value
    result = nodeBlogStats.get(0).text();
}

如果您想要所有 h3 文本，请考虑返回 List 或 nodeBlogStats.text()。

---

更新：

所以你可以改变你的方法来返回一个ArrayList。

protected ArrayList<String> getBlogStats() throws Exception {
    // get html document structure
    Document document = Jsoup.connect(BLOG_URL).get();
    // selector query
    Elements nodeBlogStats = document.select("div#news_wrapper");
    // check results
    ArrayList<String> list = new ArrayList<String>();
    for (Element e : nodeBlogStats) {
        list.add(e.text());
    }
    return list;
}