使用单个类名从 html 标签获取文本，html 标签将包含多个类答案

【问题标题】：Get text from html tag using single class name, the html tag will contain multiple class使用单个类名从 html 标签获取文本，html 标签将包含多个类
【发布时间】：2014-07-10 07:57:27
【问题描述】：

我有一个 html 行，其中标签内有标签，一个标签包含多个类。我需要提取具有单个类名的文本（我只知道一个类名）

<p class="Body1"><span class="style3"></span><span class="style1">W</span><span class="Allsmall style5">extract this text </span><span class="style5">unwanted text </span></p>

我只知道类名 Allsmall 我想在 java 中使用 Jsoup 从 html 行中提取文本“提取此文本”。

【问题讨论】：

用 HTML、CSS 或 Jsfiddle 等更多信息提出问题会更好理解。

标签： java html css jsoup

【解决方案1】：

您可以使用选择器语法根据其 CSS 类属性检索特定元素：

Document doc = Jsoup.parse(
  new File("input.html"), 
  "UTF-8", 
  "http://sample.com/");

Element allSmallSpan = doc.select("span.Allsmall").first(); // Retrive the first <span> element which belongs to "Allsmall" class

【讨论】：

您是否更新了 sn-p 以使用您自己的 html 源代码？说NullPointerException 不会有太大帮助，请指出具体是哪一行？
是的，我更改为我自己的代码 NullPointerException 来自Element allSmallSpan = doc.select("span.Allsmall").first();
所以你的Document初始化有问题。我只能让它在本地使用包含您提供的
内容的示例 html 文件。你能告诉我到目前为止你的Document 是如何初始化的吗？
(html = inputStream.readLine()) != null) Document doc = Jsoup.parse(html);Element allSmallSpan = doc.select("span.Allsmall").first();System.out.println(text.text());
NullPointerException 不是来自您提到的行，而是来自您正在读取跨度内容的行：text.text()（仍然找不到此变量的初始化位置），这是因为您正在逐行加载 html 文件，因此第一行将没有 span.Allsmall 元素，因此您将有一个空引用。您应该解析整个文件，而不是逐行解析。我要更新我的答案吗？