Question

说我有这个HTML：

<!-- some comment -->
<div class="someDiv">
... other html
</div>
<!-- some comment 2 -->
<div class="someDiv">
... other html
</div>

我目前正在获取class == someDiv的所有div并抓取它们以获取信息。要做到这一点，我只是这样做：

Document doc = Jsoup.connect(url).get();
Elements elements = doc.select(".someDiv");
for (Element element : elements) {
    //scrape stuff
}

在for循环中，有没有办法在我所在的特定div.someDiv元素之前找到注释标记？

如果无法做到这一点，我是否应该根据此要求以不同方式解析此html结构？

感谢您的任何建议。

Answer 1

虽然这个问题已经有几个月了，但我的答案是完整的。如何使用previousSibling获取前面的Node。当然，在您可能想要检查的实际代码中，是否真的在那里得到Comment。

String html = "<!-- some comment --><div class=\"someDiv\">... other html</div><!-- some comment 2 --><div class=\"someDiv\">... other html</div>";
Document doc = Jsoup.parseBodyFragment(html);
Elements elements = doc.select(".someDiv");
for (Element element : elements) {
    System.out.println(((Comment) element.previousSibling()).getData());
}

这会产生：

some comment 
some comment 2

（使用jsoup 1.6.1和1.6.3测试）

Answer 2

尝试这样的事情，迭代所有评论并检查他们的兄弟是否是你所追求的div

for (int i = 0; i < doc.childNodes().size(); i++) {
        Node child = doc.childNode(i);
        if (child.nodeName().equals("#comment")) {
            //do some checking on child.nextSibling() , like hasAttr or attr to figure out if it the div you were expecting for...
        }
}

查看jsoup Node docs

Answer 3

元素元素= doc.select（“div.someDiv”）;

http://jsoup.org/cookbook/

Jsoup在元素之前得到评论

3 个答案: