DOM 帮助 - jsoup nextSibling

Question

我想做的事情对我来说似乎很简单，但我的努力远远超出了我应该做的。我有一份文件，其中包含以下内容：

<h2>First Heading</h2>
<table>
    <div class="title">First Subheading One</div>
    <div class="title">First Subheading Two</div>
    <div class="title">First Subheading Three</div>
</table>

<h2>Second Heading</h2>
<table>
    <div class="title">Second Subheading One</div>
    <div class="title">Second Subheading Two</div>
    <div class="title">Second Subheading Three</div>
</table>

<h2>Third Heading</h2>
<table>
    <div class="title">Third Subheading One</div>
    <div class="title">Third Subheading Two</div>
    <div class="title">Third Subheading Three</div>
</table>

使用 doc.select("h2") 给了我所有的标题，正如预期的那样。使用 doc.select("div.title") 给了我所有的副标题，也如预期的那样。我要做的是遍历返回的 h2 元素，然后在其中遍历返回的 div.title 元素-我尝试了很多东西，而且我对编码一点也不陌生（jsoup 的新手，但是）但我似乎无法理解如何做到这一点。

Headings = httpDoc.select("h3");
for(Element Headings : heading) {
    // something with heading.nextSibling here
}

应该有什么我可以做的（例如nextSibling）给我节点吗？从那里我可以做另一个 select("div.title") 并遍历那些以获取子标题？

或者我是完全错误的方式吗？如果这看起来很愚蠢，我深表歉意——感觉有点愚蠢，因为我编码的时间比我愿意承认的要长，但从来没有处理过 DOM（一直是 Win32 人。）

Answer 1

我的理解！！

我从您的问题中了解到的是，您正在尝试获取 h2 标记，然后对于每个 heading <h2>，您正在尝试在表格中获取相应的 div.title。

你的错误

1. 在提供的代码 sn-p 中，您尝试获取 h3 而不是 h2，您的 HTML 代码中没有。
2. 其次，HTML sn-p 是一个错误 因为 根据 W3 标准，<table> 应该有 <tr> 和 <td>（我认为 <td> 是可选的，请检查 W3 页面）。因此，当您解析 HTML sn-p 时，jSoup 只是 prunes/removes 格式不正确的 <table>

根据我对您的问题的理解的预期输出！！

The header is: First Heading
The div content is: First Subheading One
The div content is: First Subheading Two
The div content is: First Subheading Three
========== +_+ ===========
The header is: Second Heading
The div content is: Second Subheading One
The div content is: Second Subheading Two
The div content is: Second Subheading Three
========== +_+ ===========
The header is: Third Heading
The div content is: Third Subheading One
The div content is: Third Subheading Two
The div content is: Third Subheading Three
========== +_+ ===========

上述输出的代码！！

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

public class JSoupTest 
{
    public static void main(String[] args) 
    {
        String s = "<h2>First Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>First Subheading One</div>";
        s += "<div class='title'>First Subheading Two</div>";
        s += "<div class='title'>First Subheading Three</div>";
        s += "</table>";

        s += "<h2>Second Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>Second Subheading One</div>";
        s += "<div class='title'>Second Subheading Two</div>";
        s += "<div class='title'>Second Subheading Three</div>";
        s += "</td></tr></table>";

        s += "<h2>Third Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>Third Subheading One</div>";
        s += "<div class='title'>Third Subheading Two</div>";
        s += "<div class='title'>Third Subheading Three</div>";
        s += "</td></tr></table>";

        Document doc = Jsoup.parse(s);

        Elements h_2 = doc.select("h2");
        for(int i=0; i<h_2.size(); i++)
        {
            Element e = h_2.get(i);
            System.out.println("The header is: " + e.ownText());

            Element nextSib = e.nextElementSibling();

            Elements divs = nextSib.select("div.title");            
            for(int j=0; j<divs.size(); j++)
            {
                Element d = divs.get(j);
                System.out.println("The div content is: " + d.ownText());
            }

            System.out.println("========== +_+ ===========");
        }
    }
}