td有内表JSoup时如何取外td数据

Question

我正在使用 JSoup 进行网页抓取。我有一个类名为.chart 的表，其中有行（tr），行有数据（td）。但是一些 tds 里面有表格，里面也包含行和 tds。这是这些有问题的 td 之一的形式：

<td align="center" onmouseout="hideAlt(104692)" onmouseover="showAlt(104692)">
21
<div id="as104692" class="altsrc" style="height: 32px; top: 308px; left: 622px; display: none;">
<b>Alt Src Locations</b>
<br>
<table class="none" border="0">
<tbody>
<tr>
<td>Lisac's Tire Butte</td>
<td align="right">21</td>
</tr>
</tbody>
</table>
</div>

这就是我获取数据的方式：

Elements e = manuf.select("table.chart tr");
            for(Element el : e) {
                Elements columns = el.select("td");
                for(Element c : columns) {
                    System.out.print(c.text() + ", ");
                }
}

这是我得到的结果：21 Alt Src Locations Lisac's Tire Butte 21 这就是我想要的结果：21

我怎样才能告诉程序只接受第一个 td 而不是把那些放在里面？

Answer 1

您可以通过 ownText() 和 immediate child 选择器的组合实现您想要的效果

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Main {

    public static void main(String[] args) {
        try {
            String html = "<table class=\"chart\">" +
                          "<tr>" +
                          "<td align=\"center\" onmouseout=\"hideAlt(104692)\" onmouseover=\"showAlt(104692)\">" +
                          "21" +
                          "<div id=\"as104692\" class=\"altsrc\" style=\"height: 32px; top: 308px; left: 622px; display: none;\">" +
                          "<b>Alt Src Locations</b>" +
                          "<br>" +
                          "<table class=\"none\" border=\"0\">" +
                          "<tbody>" +
                          "<tr>" +
                          "<td>Lisac's Tire Butte</td>" +
                          "<td align=\"right\">21</td>" +
                          "</tr>" +
                          "</tbody>" +
                          "</table>" +
                          "</div>" +
                          "</td>" +
                          "</tr>" +
                          "</table>";

            Document doc = Jsoup.parse(html);

            Elements els = doc.select("table.chart>tbody>tr>td");
            for(Element el: els) 
                System.out.println(el.ownText());

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}