jsoup中select用法詳解
【準備工作】
下載：jsoup-1.6.1.jar
【先看效果】
目標網站 ： 中國天氣
目的 ：獲取今天的天氣
目標HTML程式碼 ：
<li class="dn on" data-dn="7d1"> <h1>今天</h1> <h2>8日</h2> <big class="jpg50 d04"></big> <big class="jpg50 n04"></big> <p class="wea" title="雷陣雨">雷陣雨</p> <p classView Code="tem tem1"> <span>33</span><i>°C</i> </p> <p class="tem tem2"> <span>25</span><i>°C</i> </p> <p class="win"> <em> <span title="無持續風向" class=""></span> <span title="無持續風向" class=""></span> </em> <i>微風</i> </p> <div class="slid"></div> </li>
解析的java程式碼 ：
（1）審查網頁元素後發現，我們要的內容在上面的目標HTML程式碼中，在整個網頁中是在 class="dn on" data-dn="7d1" 的 <li> 中
（2）“今天” 兩字在 <h1></h1> 中
（3）“8日” 兩字在 <h2></h2> 中
（4）“雷陣雨” 三字在 class="wea" 中
（5）“33” 在第一個 <span> 中
（6）“25” 在第二個 <span> 中
（7）“微風” 兩字在 第三個 <i> 中
有了上面的分析，要獲取到這些天氣內容就易如反掌了。如下java程式碼：
1 package com.zjm.www.test; 2 3 import java.io.IOException; 4 5 import org.jsoup.Jsoup; 6 import org.jsoup.nodes.Document; 7 import org.jsoup.select.Elements; 8 9 public class TestJsoup { 10 11 public Document getDocument (String url){ 12 try { 13 return Jsoup.connect(url).get(); 14 } catch (IOException e) { 15 e.printStackTrace(); 16 } 17 return null; 18 } 19 20 public static void main(String[] args) { 21 TestJsoup t = new TestJsoup(); 22 Document doc = t.getDocument("http://www.weather.com.cn/html/weather/101280101.shtml"); 23 // 獲取目標HTML程式碼 24 Elements elements1 = doc.select("[class=dn on][data-dn=7d1]"); 25 // 今天 26 Elements elements2 = elements1.select("h1"); 27 String today = elements2.get(0).text(); 28 System.out.println(today); 29 // 幾號 30 Elements elements3 = elements1.select("h2"); 31 String number = elements3.get(0).text(); 32 System.out.println(number); 33 // 是否有雨 34 Elements elements4 = elements1.select("[class=wea]"); 35 String rain = elements4.get(0).text(); 36 System.out.println(rain); 37 // 高的溫度 38 Elements elements5 = elements1.select("span"); 39 String highTemperature = elements5.get(0).text()+"°C"; 40 System.out.println(highTemperature); 41 // 低的溫度 42 String lowTemperature = elements5.get(1).text()+"°C"; 43 System.out.println(lowTemperature); 44 // 風力 45 Elements elements6 = elements1.select("i"); 46 String wind = elements6.get(2).text(); 47 System.out.println(wind); 48 } 49 }View Code
結果打印出 ：
1 今天 2 8日 3 雷陣雨 4 33°C 5 25°C 6 微風
【詳解】
附:
java程式碼第13行 ：
從文件中我們可用看出，獲取資料來源的方法有 三 ：
（1）從一段 html程式碼字串 獲取： Document doc = Jsoup.parse(html);
（2）從一個 url 獲取： Document doc = Jsoup.connect("http://example.com/").get();
（3）從一個 html檔案 獲取 File input = new File("/tmp/input.html");Document
doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
這裡，我們採取了第二種方法，從url中獲取。
java程式碼第24、26、30、34、38行 ：
Document 繼承自 Element 類， 而Element類有一個很好的方法，叫select ， 這個選擇器幾乎無所不能。快速從一堆html程式碼中獲取我們想要的一段，我覺得使用select最方便。下面我們來看怎麼使用select方法來查詢。
注 ：以下表格的 結果 都是使用以下語句打印出來的
for(Element e : elements) { System.out.println(e.text()); }
| select詳解 | |||
| 描述 | 測試的HTML程式碼 | select寫法 |
結果 |
|
通過 標籤名 來查詢 |
<span>33</span> <span>25</span> |
|
33 25 |
|
通過 id 來查詢 |
<span id=\"mySpan\">36</span> <span>20</span> |
注 ：通過id來查詢，使用方法跟 css 指定元素一樣，用 # |
|
|
通過 class名 來查詢 |
<span class=\"myClass\">36</span> <span>20</span> |
注 ：通過id來查詢，使用方法跟 css 指定元素一樣，用 . |
|
|
利用標籤內 屬性名 查詢元素 |
<span class=\"class1\" id=\"id1\">36</span> <span class=\"class2\" id=\"id2\">36</span> |
注 ：規則為 標籤名【屬性名=屬性值】 ，標籤名可寫可不寫，多個屬性即多個【】，如上。 |
|
|
利用標籤內 屬性名字首 查詢元素 |
<span class=\"class1\" >36</span> <span class=\"class2\" >22</span> |
注 ：規則為 標籤名【^屬性名字首】 ，標籤名可寫可不寫， 多個屬性即多個【】。 |
36 22 |
|
利用標籤內 屬性名+正則表示式 查詢元素 |
<span class=\"ABC\" >36</span> <span class=\"ADE\" >22</span> |
注 ：規則為 標籤名【屬性名~=正則表示式】，以上的正則表示式的意思是查詢以class值以AB為開頭的標籤，標籤名可寫可不寫，多個屬性即多個【】 |
|
|
利用標籤 文字包含某些內容 來查詢 |
<span>36</span> <span>22</span> |
注 ：規則為 標籤名:contains(文字值) |
|
|
利用標籤 文字包含某些內容+正則表示式 來查詢 |
<span>36</span> < | ||