使用選擇器語法來查找元素
問題
你想使用類似于CSS或jQuery的語法來查找和操作元素。
方法
可以使用Element.select(String selector)
和 Elements.select(String selector)
方法實現：
File input = new File("/tmp/input.html");Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");Elements links = doc.select("a[href]"); //帶有href屬性的a元素Elements pngs = doc.select("img[src$=.png]"); //擴展名為.png的圖片Element masthead = doc.select("div.masthead").first(); //class等于masthead的div標簽Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素
說明
jsoup elements對象支持類似于CSS (或jquery)的選擇器語法，來實現非常強大和靈活的查找功能。.
這個select
方法在Document
, Element
,或Elements
對象中都可以使用。且是上下文相關的，因此可實現指定元素的過濾，或者鏈式選擇訪問。
Select方法將返回一個Elements
集合，并提供一組方法來抽取和處理結果。
Selector選擇器概述
tagname
: 通過標簽查找元素，比如：a
ns|tag
: 通過標簽在命名空間查找元素，比如：可以用 fb|name
語法來查找 <fb:name>
元素
id
: 通過ID查找元素，比如：#logo
.class
: 通過class名稱查找元素，比如：.masthead
[attribute]
: 利用屬性查找元素，比如：[href]
[^attr]
: 利用屬性名前綴來查找元素，比如：可以用[^data-]
來查找帶有HTML5 Dataset屬性的元素
[attr=value]
: 利用屬性值來查找元素，比如：[width=500]
[attr^=value]
, [attr$=value]
, [attr=value]
: 利用匹配屬性值開頭、結尾或包含屬性值來查找元素，比如：[href=/path/]
[attr~=regex]
: 利用屬性值匹配正則表達式來查找元素，比如： img[src~=(?i).(png|jpe?g)]
: 這個符號將匹配所有元素
Selector選擇器組合使用
el#id
: 元素+ID，比如： div#logo
el.class
: 元素+class，比如： div.masthead
el[attr]
: 元素+class，比如： a[href]
任意組合，比如：a[href].highlight
ancestor child
: 查找某個元素下子元素，比如：可以用.body p
查找在"body"元素下的所有p
元素
parent > child
: 查找某個父元素下的直接子元素，比如：可以用div.content > p
查找 p
元素，也可以用body > *
查找body標簽下所有直接子元素
siblingA + siblingB
: 查找在A元素之前第一個同級元素B，比如：div.head + div
siblingA ~ siblingX
: 查找A元素之前的同級X元素，比如：h1 ~ p
el, el, el
:多個選擇器組合，查找匹配任一選擇器的唯一元素，例如：div.masthead, div.logo
偽選擇器selectors
:lt(n)
: 查找哪些元素的同級索引值（它的位置在DOM樹中是相對于它的父節點）小于n，比如：td:lt(3)
表示小于三列的元素
:gt(n)
:查找哪些元素的同級索引值大于n
，比如
： div p:gt(2)
表示哪些div中有包含2個以上的p元素
:eq(n)
: 查找哪些元素的同級索引值與n
相等，比如：form input:eq(1)
表示包含一個input標簽的Form元素
:has(seletor)
: 查找匹配選擇器包含元素的元素，比如：div:has(p)
表示哪些div包含了p元素
:not(selector)
: 查找與選擇器不匹配的元素，比如： div:not(.logo)
表示不包含 class=logo 元素的所有 div 列表
:contains(text)
: 查找包含給定文本的元素，搜索不區分大不寫，比如： p:contains(jsoup)
:containsOwn(text)
: 查找直接包含給定文本的元素
:matches(regex)
: 查找哪些元素的文本匹配指定的正則表達式，比如：div:matches((?i)login)
:matchesOwn(regex)
: 查找自身包含文本匹配指定正則表達式的元素
