使用 jsoup 仅从同一类中的某些 div 中提取文本

Question

我想使用 jsoup 从网站的特定 <div> 中提取文本，但我不确定如何。

问题是，我想从具有class="name" 的 div 中获取文本。

但是，这个类可以更多<div>s（我不想从这些类中获取文本）。

在 HTML 文件中是这样的：

.  
.
<div class="name">
Some text I don't want
<span class="a">Tree</span>
</div>
.  
.
<div class="name">Some text I do want</div>
.  
.

所以唯一的区别是<div>我想要的文本里面没有<span>。但是我还没有找到一种方法来使用它作为提取jsoup中文本的关键。

有可能吗？

Answer 1

使用 JSoup 的 selector syntax。例如选择所有 div 的 class= "name" 使用

Elements nameElements = doc.select("div.name");

请注意，您在上面“做”和“不”想要的文本位于相同的相对 HTML 位置，实际上我不知道您为什么想要其中一个。 HTML 和 JSoup 将看到它们相同。

如果要避免包含span元素的元素，那么一种方法是遍历上面获得的元素，并通过选择器测试它们是否具有span元素：

    Elements nameElements = doc.select("div.name");

    for (Element element : nameElements) {
        if (element.select("span").isEmpty()) {
            System.out.println("No span");
            System.out.println(element.text());
            System.out.println();
        } else {
            System.out.println("span");
            System.out.println(element.text());
            System.out.println();
        }
    }