Jsoup 选择子元素不包含特定标签的元素答案

【问题标题】：Jsoup select elements that their children do not contain a specific tagJsoup 选择子元素不包含特定标签的元素
【发布时间】：2018-06-30 11:58:16
【问题描述】：

我正在使用 Jsoup 从网页中提取链接，但我想避免使用 img 链接。所以下面的代码：

Document doc = Jsoup.connect(i_Url).userAgent("chrome/5.0").get();
Elements links = doc.select("a[href]");

会给我所有的链接，但其中一些是图片。执行以下操作：

links.stream().filter(link -> !link.tagName().equals("img"));

不起作用，因为元素的 (=link) child 是带有 img 标签的元素，例如：

<a href="index.htm" title="tutorialspoint">
  <img alt="tutorialspoint" src="/java/images/logo.png">
</a>

我尝试了各种方法，例如：

Elements links = doc.select("a[href]").select(":not(img)"); //or
Elements links = doc.select("a[href]:not(img)"); //or
Elements links = doc.select("a[href]")
links.stream().filter(link -> link.children().contains(Tag.valueOf("img")));

我只是尝试玩各种变体，但都没有奏效。我不是 html 方面的专家。帮助将不胜感激。谢谢

【问题讨论】：

标签： java html jsoup

【解决方案1】：

使用以下选择器：

a[href]:not(:has(img))

我刚刚用以下单元测试对其进行了测试，效果很好：

@Test
public void testParsingLinksWithoutImagesInside() {
    //given:
    String html = "<a href=\"index.htm\" title=\"tutorialspoint\">\n" +
            "  <img alt=\"tutorialspoint\" src=\"/java/images/logo.png\">\n" +
            "</a>";

    //when:
    Document document = Jsoup.parse(html);
    Elements elements = document.select("a[href]:not(:has(img))");

    //then:
    assertThat(elements.size()).isEqualTo(0);
}

希望对你有帮助:)

【讨论】：