ext 名稱查找 學習 相對 多個 操作數 如何 ces org

4.3.1知識概述
Jsoup 是一款Java 的HTML解析器，可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於jQuery的操作方法來取出和操作數據。
官網地址

<dependency>
    <!-- jsoup HTML parser library @ [url=https://jsoup.org/]https://jsoup.org/[/url] -->
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.10.3</version>
</dependency>
 

JSOUP的核心功能
l JSOUP的輸入信息
字符串
文件
URL
l JSOUP抽取數據
使用Document語法進行解析數據
使用選擇器的方式進行解析（學習對象）
如何使用Jsoup選擇器獲取數據
Jsoup elements對象支持類似於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，並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 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
? Seector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樹中是相對於它的父節點）小於n，比如：td:lt(3) 表示小於三列的元素
? :gt(n):查找哪些元素的同級索引值大於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
? 註意：上述偽選擇器索引是從0開始的，也就是說第一個元素索引值為0，第二個元素index為1等
總結與補充
Document的結構

使用Jsoup選擇器獲取數據