Jsoup：如何获取2个标题标签之间的所有html
我正在尝试获取2 h1标签之间的所有html。实际的任务是根据h1（heading 1）标签将html分成几帧。
感谢任何帮助。
谢谢苏尼尔
问题答案：
如果要获取和处理两个连续h1标签之间的所有元素，则可以处理同级对象。这是一些示例代码：
public static void h1s() {
String html = "<html>" +
"<head></head>" +
"<body>" +
" <h1>title 1</h1>" +
" <p>hello 1</p>" +
" <table>" +
" <tr>" +
" <td>hello</td>" +
" <td>world</td>" +
" <td>1</td>" +
" </tr>" +
" </table>" +
" <h1>title 2</h1>" +
" <p>hello 2</p>" +
" <table>" +
" <tr>" +
" <td>hello</td>" +
" <td>world</td>" +
" <td>2</td>" +
" </tr>" +
" </table>" +
" <h1>title 3</h1>" +
" <p>hello 3</p>" +
" <table>" +
" <tr>" +
" <td>hello</td>" +
" <td>world</td>" +
" <td>3</td>" +
" </tr>" +
" </table>" +
"</body>" +
"</html>";
Document doc = Jsoup.parse(html);
Element firstH1 = doc.select("h1").first();
Elements siblings = firstH1.siblingElements();
List<Element> elementsBetween = new ArrayList<Element>();
for (int i = 1; i < siblings.size(); i++) {
Element sibling = siblings.get(i);
if (! "h1".equals(sibling.tagName()))
elementsBetween.add(sibling);
else {
processElementsBetween(elementsBetween);
elementsBetween.clear();
}
}
if (! elementsBetween.isEmpty())
processElementsBetween(elementsBetween);
}
private static void processElementsBetween(
List<Element> elementsBetween) {
System.out.println("---");
for (Element element : elementsBetween) {
System.out.println(element);
}
}
-
在像这样的网站上http://wikitravel.org/en/San_Francisco，诸如“Districts”、“Understand”、“Get in”等部分实际上并不包含HTML中的整个部分。节实际上只是标题中的跨类。正因为如此，我们不能简单地通过选择id来获取wiki文档的某些部分。 但是，是否可以收集两个标记之间的所有html？比如说我想要“四处走动”部分。我该如何发出一个选择器
-
我正在尝试从网站获取一些数据。它看起来像这样 我只需要得到div标签中的时间值。这是我的Java代码。 它没有给出任何错误，但在日志上 "D/NetworkSecurityConfig：未指定网络安全配置，使用平台默认设置" 我看到也许这可以帮助你解决问题。提前感谢您，任何回应将不胜感激。
-
我正在从事一个个人项目，希望解析这个html并从中检索信息。 基本上，我希望获得 标记中给出的所有信息，为此，我在java中使用JSOUP。 我使用这段代码来获取，但这是在一个段落中给出所有值。 我也试过了 但他的观点是空泛的。 有人能帮我以更好的方式获得这些数据吗？
-
问题内容： 我想获取从开始标记到第一次出现标记之前的所有文本。这意味着，如果我举这个例子，那么我必须以字符串形式获取。 问题答案： 我会避免使用nextSibling，因为从您的问题开始，您想要包括直到next的所有内容，而不管它是在同级元素，父元素还是子元素中。 因此，我认为最好的方法是找到下一个元素的节点，然后递归循环，直到出现为止，然后添加遇到的每个字符串。如果您的HTML与示例大不相同，则
-
我是xslt新手。我希望将以下输入转换为如下所示的输出： 输入： 输出应为： 我想要<代码> XSL代码： 我得到的输出为：
-
我有以下html： 我尝试获取div元素的子元素，然后迭代子元素并将其转换为html，但这只返回标记元素，而忽略元素之间的文本。在理想情况下，文本将被p标记包围，但情况并非如此：S 如果我在div元素上使用element.ownText函数，那么我会得到没有标记的文本，我需要这两样东西，并且顺序正确：/ 谢谢