从 JSoup 元素中查找 CSS 路径答案

【问题标题】：Find CSS Path from JSoup Element从 JSoup 元素中查找 CSS 路径
【发布时间】：2014-11-01 15:56:19
【问题描述】：

假设我有this 网页，我正在考虑包含字符串Doe 的表的td 元素。使用 Google Chrome，我可以获得该元素的 CSS 路径：

#main > table:nth-child(6) > tbody > tr:nth-child(3) > td:nth-child(3)

使用它作为 Jsoup CSS Query 返回我正在考虑的元素，如您所见 here。 Jsoup 是否可以从 Element 获取上述 CSS 路径 或者我必须手动遍历树来创建它？

我知道我可以使用 CSS 查询 :containsOwn(text) 使用 Element 自己的文本，但这也可以选择其他元素，路径只包含类、id 和 @987654329 @。

这对于在 JSoup 中编写能够提取相似元素的语义解析器非常有用。

【问题讨论】：

不支持您的要求。不过，这将是一个不错的功能。
@alkis 现在 jsoup 支持它;)
+1。干得好，恩里科。

标签： css path html-parsing jsoup

【解决方案1】：

Jsoup 似乎没有提供这种开箱即用的功能。所以我编码了它：

public static String getCssPath(Element el) {
    if (el == null)
        return "";

    if (!el.id().isEmpty())
        return "#" + el.id();

    StringBuilder selector = new StringBuilder(el.tagName());
    String classes = StringUtil.join(el.classNames(), ".");
    if (!classes.isEmpty())
        selector.append('.').append(classes);

    if (el.parent() == null)
        return selector.toString();

    selector.insert(0, " > ");
    if (el.parent().select(selector.toString()).size() > 1)
        selector.append(String.format(
                ":nth-child(%d)", el.elementSiblingIndex() + 1));

    return getCssPath(el.parent()) + selector.toString();
}

我还在 Jsoup 存储库上创建了一个 issue 和一个 pull request 以使用该方法扩展 Element 类。如果需要，请在 Jsoup 中评论或订阅。

更新

我的拉取请求已合并到 jsoup 版本 1.8.1，现在 Element 类具有 cssSelector 方法，该方法返回可用于检索选择器中的元素的 CSS 路径：

获取一个唯一选择此元素的 CSS 选择器。如果元素有ID，则返回#id；否则返回父级（如果有） CSS 选择器，后跟“>”，然后是唯一的选择器元素（tag.class.class:nth-child(n)）。

【讨论】：