使用 Jsoup 解析 HTML答案

【问题标题】：Parsing HTML with Jsoup使用 Jsoup 解析 HTML
【发布时间】：2013-05-14 13:44:28
【问题描述】：

我正在尝试进行一些解析，但我被卡住了...... 这是 HTML 的结构：

<ul class="sub-menu"> 
<li id="1" class="1"><a href="http://link">SOME TEXT</a> 
    <ul class="sub-menu"> 
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
    </ul>
</li>
<li id="2" class="2"><a href="http://link2">SOME OTHER TEXT</a> 
    <ul class="sub-menu"> 
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
        <li .... ><a ... /></li>
    </ul>
</li></ul>

我需要获取每个 li（id = 1、2 和 s），然后将 lis 放入其中（<li .... ><a ... /></li>）。

这是我的 Java 的外观：

// ul contains the source above
Elements lis = ul.select("li"); // I know that this line screws up everything here, but I can't figure out how to do it correctly
for(Element li: lis)
{
    String text = li.select("a").first().text();
    Elements lis2 = li.select("ul[class=sub-menu]").first().getElementsByTag("li");     
    for(Element li2: lis2)
    {
        Element a = li2.select("a").first();
        // and other stuff with 'a'
    }
}

那么谁能帮我解决这个问题？

编辑：问题是ul.select("li"); 会返回我在这里写的源代码中的每一个“li”。我需要获取 id 为 1、2 等的 lis。然后我需要得到那些<li .... ><a ... /></li>。附：对不起我的英语不好。

【问题讨论】：

你的问题在哪里？
我更新了我的问题。

标签： java jsoup

【解决方案1】：

我不确定，但试试这样的方法

for( Element element : doc.select("[li]") )
{
    if( element.attr("id")== 1 || element.attr("id").getValue()== 2 )
    {
        // thats your elements 'element'
        System.out.println(element);
    }
}

问候，雨果·佩德罗萨

【讨论】：

不，这个解决方案不适合我。 ID可以随时更改，并且有2个以上的lis。但另一方面，在我想出其他办法之前，它可以作为临时解决方案。

【解决方案2】：

你试过了吗

`ul.children()`

我认为它只会返回ul 的直接子节点。

【讨论】：

【解决方案3】：

使用JSoup内置的比较方法，如等

您可以通过包含一个伪选择器来选择元素，该选择器将查看 DOM 结构中相对于其父级的相对位置：

Elements lis = ul.select("li:lt(2)");

这应该只返回 li 的 0 和 1。

请参阅 JSoup 文档中的伪选择器，它比我能更好地解释这一点！

http://jsoup.org/cookbook/extracting-data/selector-syntax

【讨论】：