在 jsoup 中使用 h2 解析相关数据

Question

我正在尝试使用 Java 中的 Jsoup 从网站获取一些数据，但在弄清楚如何获取数据时遇到了一些困难。我有一组项目名称，只想从网站上获取具有相似名称的项目。正如您在下面提供的 html 代码中看到的那样，名称存储在 h2 中，我正在尝试使用 h2 中的数据来获取相对 src 来定位它。

我正在使用的 html 的示例 sn-p： （这些 div 有多个）

<div class="item-class" data-name="nameOfItem">
    <div id="item-3000" class="second-item-class">
        <img src="/content/items/getthis.png">
        <h2>I have these item names</h2>
    </div>
</div>

我只考虑如何定位 h2，但甚至无法让它工作，所以我想有人可能知道如何使用我拥有的 h2 数据来定位数据，匹配两者起来，并以某种方式检索 src 数据。以下是我到目前为止尝试查找 h2 数据的方法： （只是为了澄清变量的名称是为了说明问题，它们实际上并没有在我的代码中命名）

for(int i = 0; i < h2ItemNames.size(); i++){
    Elements srcData = doc.select(h2ItemNames.get(i));
    System.out.println("srcData: " + srcData.toString());
}

想知道这是否可能，或者我是否应该采取不同的路线，在我看来这是完全可行的，我只是没有使用 jsoup 来解决这个问题。希望有人知道如何在通过其中保存的数据定位 h2 后获取 src 数据，而不是搜索标签本身（我知道该怎么做），因为整个网站有很多标签。

Answer 1

如果您已经选择了h2，您可以通过获取previousElementSibling 来访问img：

for(int i = 0; i < h2ItemNames.size(); i++){
    Element h2 = doc.select(h2ItemNames.get(i)).first();
    Element img = h2.previousElementSibling();
    String src = img.attr("src");
    System.out.println("src: " + src);
}

但如果img 并不总是前一个元素，您可以尝试向上移动一级并选择第一个img：

for(int i = 0; i < h2ItemNames.size(); i++){
    Element h2 = doc.select(h2ItemNames.get(i)).first();
    Element parent = h2.parent();
    Element img = parent.select("img").first();
    String src = img.attr("src");
    System.out.println("src: " + src);
}