Question

我需要使用此html中的jsoup提取图像标记

<div class="picture"> 
    <img src="http://asdasd/aacb.jpgs" title="picture" alt="picture" />
</div>

我需要提取这个img标签的src ... 我正在使用此代码我得到空值

Element masthead2 = doc.select("div.picture").first();
String linkText = masthead2.outerHtml();
Document doc1 = Jsoup.parse(linkText);
Element masthead3 = doc1.select("img[src]").first();
String linkText1 = masthead3.html();

Answer 1

以下是获取图像源属性的示例：

public static void main(String... args) {
    Document doc = Jsoup.parse("<div class=\"picture\"><img src=\"http://asdasd/aacb.jpgs\" title=\"picture\" alt=\"picture\" /></div>");
    Element img = doc.select("div.picture img").first();
    String imgSrc = img.attr("src");
    System.out.println("Img source: " + imgSrc);
}

div.picture img选择器在div下找到图像元素。

元素的主要提取方法是：

attr(name)，它获取元素属性的值
text()，它获取元素的文本内容（例如，在<p>Hello</p>中，text（）是“Hello”），
html()，它获取元素的内部HTML（<div><img></div> html（）= <img>）和
outerHtml()，它获取完整HTML元素（<div><img></div> html（）= <div><img></div>）

您不需要像在当前示例中那样重新分析HTML，要么使用更具体的选择器在第一位选择正确的元素，要么点击element.select(string)方法以使其缩小。

Answer 2

使用以下代码，我可以正确提取图像：

    Document doc = Jsoup.parse("<div class=\"picture\"> <img src=\"http://asdasd/aacb.jpgs\" title=\"picture\" alt=\"picture\" /> </div>");

    Element elem = doc.select("div.picture img").first();

    System.out.println("elem: " + elem.attr("src"));

我正在使用jsoup发布 1.2.2 ，这是最新版本。

也许你正在尝试打印像img这样的空标签的内部html。

来自文档：“html（） - 检索元素的内部HTML”。

对于html的第二部分，您可以使用：

    Document doc2 = Jsoup.parse("<tr>  <td class=\"blackNoLine\" nowrap=\"nowrap\" valign=\"top\" width=\"25\" align=\"left\"><b>CAST: </b></td>  <td class=\"blackNoLine\" valign=\"top\" width=\"416\">Jay, Shazahn Padamsee&nbsp;</td>  </tr>");
    Elements trElems = doc2.select("tr");
    if (trElems != null) {
        for (Element element : trElems) {
            Element secondTd = element.select("td").get(1);

            System.out.println("name: " + secondTd.text());
        }
    }

打印“Jay，Shazahn Padamsee”。

Answer 3

<tr>  <td class="blackNoLine" nowrap="nowrap" valign="top" width="25" align="left"><b>CAST: </b></td>  <td class="blackNoLine" valign="top" width="416">Jay, Shazahn Padamsee&nbsp;</td>  </tr>

您可以使用：

Document doc = Jsoup.parse(...);
Elements els = doc.select("td[class=blackNoLine]");
Element el= els.get(1);
String castName = el.text();

Jsoup图像标记提取

3 个答案: