使用 Java 代码选择带有 jsoup 的表中的链接答案

【问题标题】：Select link in a table with jsoup using Java code使用 Java 代码选择带有 jsoup 的表中的链接
【发布时间】：2016-03-21 02:44:57
【问题描述】：

我需要获取此表中的下载链接：

<table cellpadding="0" cellspacing="3" border="0">
<tr>
<td><img class="img" src="...path" /></td>
<td><a href="the file I want to download">File</a> - 
<a id="1569" class="tepLink" href="javascript:void(0);">[Click me]</a>
</td>
</tr>
</table>

这是我尝试过的：

Element table = doc.select("table[cellpadding=\"0\" cellspacing=\"3\" border=\"0\"]").first();
Element dwlLink = table.select("td:has(a)").first();
String absPath = dwlLink.attr("abs:href");
//use download manager to download from string absPath

我总是得到一个“空对象引用”，所以我的代码一定是错的，应该怎么办？

【问题讨论】：

标签： java hyperlink jsoup html-table

【解决方案1】：

只需选择所有锚标记，然后获取 Elements 对象中的第一个元素。

    Elements anchorTags = doc.select("table[cellpadding=0][cellspacing=3][border=0] a");
    if(anchorTags.isEmpty())
    {
        System.out.println("Not found");
    }
    else
    {
        System.out.println(anchorTags.first());
    }

编辑：

我更改了 select 方法以包含 cellpadding、cellspacing 和 border 属性，因为这看起来就像您在其中一个示例中所追求的那样。

此外，如果 Elements 列表为空，Element.first() 方法将返回 null。调用该方法时始终检查 null 以防止出现 NullPointerExceptions。

【讨论】：

是的，如果文档中只有一个这样的表格，那就可以了。
您发布的文档中只有一个表格。
我没有发布任何表格 :) 但你是对的，总是很难猜测需要包含这样的 CSS 查询的哪些部分才能足够具体。我认为 OP 从您的回答中得到了这个想法，这就是我投票的原因。
对不起。今天早上我的第一杯咖啡。仍然没有完全启动。是的，很难正确解析 html，尤其是当没有明确定义的方法来识别您要查找的内容时。

【解决方案2】：

table.select("td:has(a)").first(); 将选择第一个包含锚点的<tr> 元素。它不会选择锚<a> 本身。

你可以这样做：

Element aEl = doc.select("table[cellpadding] td a").first();

【讨论】：