Java-使用Jsoup获取脚本标记中的文本

Question

我正在使用Jsoup库读取URL。此url的文本在几个

doc = Jsoup.connect("http://www.example.com").timeout(10000).get();

Element div = doc.select("script").first();
for (Element element : div.children()) {
System.out.println(element.toString());
}

这是源代码中一个脚本标记的外观：

<script type="text/javascript">
(function() {
...
})();
</script>




Answer 1

Document doc = Jsoup.parse(html);
Elements scripts = doc.getElementsByTag("script");
for (Element script : scripts) {
    System.out.println(script.data());
}

Answer 2

或者，您可以使用返回元素内部html的Element#html（）方法。

从1.11.1开始：使用高效的Element#selectFirst（）方法来查找脚本元素。

Document doc = Jsoup.connect("http://www.example.com").timeout(10000).get();
Element scriptElement = doc.selectFirst("script");

// Don't forget to check scriptElement is not null...

String jsCode = scriptElement.html(); 

直到JSoup 1.10.3：结合Element#select（）和Elements#first（）调用来查找脚本元素。

Document doc = Jsoup.connect("http://www.example.com").timeout(10000).get();
Element scriptElement = doc.select("script").first();

// Don't forget to check scriptElement is not null...

String jsCode = scriptElement.html(); 

Answer 3

对您可以使用Element#getElementsByTag（）获取所有脚本标记。每个脚本标记将由DataNode表示。

 Document doc =Jsoup.connect("http://stackoverflow.com/questions/16780517/java-obtain-text-within-script-tag-using-jsoup").timeout(10000).get();
 Elements scriptElements = doc.getElementsByTag("script");

 for (Element element :scriptElements ){                
        for (DataNode node : element.dataNodes()) {
            System.out.println(node.getWholeData());
        }
        System.out.println("-------------------");            
  }