欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

WebCollector学习笔记(二)jsoup的小记

程序员文章站 2024-01-18 11:20:52
...

一、jsoup

抽取信息的时候用到了jsoup。下面简单记录下jsoup的使用心得

http://www.open-open.com/jsoup/selector-syntax.htm

1.1 jsoup选择器

标签指定id

 <div class="list_left">  
<div id="content">
正文部分正文部分正文部分正文部分
</div>  
</div>  

 方法为:

 

Elements eContent = doucument.select("div.list_left").select("div#content");		
String content = eContent.text();
抽取的class属性有空格存在

 

例如想抽取:

<div class="list_left">
       <div class="clist sborder" >
新闻列表新闻列表新闻列表新闻列表新闻列表新闻列表
</div>
</div>
则可以通过将空格处拆分成两个select的方式进行,这里参考了这篇博文:http://blog.csdn.net/qew110123/article/details/52795204
具体的实现代码就变成了:
Elements pageHaveClass = page.select("div.list_left").select(".clist").select(".sborder");
相关标签: jsoup