使用Jsoup解析div中的元素

Question

这是我试图解析的html：

<div class="entry">
    <img src="http://www.example.com/image.jpg" alt="Image Title">
    <p>Here is some text</p>
    <p>Here is some more text</p>
</div>

我想得到中的文本

Document doc = Jsoup.parse(line);
Elements descs = doc.getElementsByClass("entry");

for (Element desc : descs) {
    String text = desc.getElementsByTag("p").first().text();
    myArrayList.add(text);
}

但这根本不起作用。我对Jsoup很陌生，但它似乎有其局限性。如果我能在

我正在使用一个BufferedReader一次一行地读取html文件。




Answer 1

在您的for-循环中：

Elements ps = desc.select("p");

（http://jsoup.org/apidocs/org/jsoup/nodes/Element.html#select（java.lang.弦））

Answer 2

不确定为什么要逐行阅读html。但是，如果要阅读整个html，请使用以下代码：

String line = "<div class=\"entry\">" + 
                "<img src=\"http://www.example.com/image.jpg\" alt=\"Image Title\">" + 
                "<p>Here is some text</p>" + 
                "<p>Here is some more text</p>" + 
              "</div>";

Document doc = Jsoup.parse(line);
Elements descs = doc.getElementsByClass("entry");

List<String> myArrayList = new ArrayList<String>();

for (Element desc : descs) {
    Elements paragraphs = desc.getElementsByTag("p");
    for (Element paragraph : paragraphs) {
        myArrayList.add(paragraph.text());
    }
}

Answer 3

您可以将您的方法更改为以下内容：

Document doc = Jsoup.parse(line);
Elements pElems = doc.select("div.entry > p");

for (Element pElem : pElems) {
   myArrayList.add(pElem.data());
}