我是Jsoup的新手，我正在尝试解析一个html文件来查找没有id的所有元素。到目前为止，我只有这段代码：
Document doc = Jsoup.parse(input, null);
for (Element el : doc.getAllElements()) {
hasId = el.hasAttr("id");
if (!hasId) {
idList.add(el.tagName());
} else {
log.info("id:" + el.attr("id"));
}
}
正确找到具有id的元素。我的问题是，如果他们有id，我只想扫描start元素。我可以用Jsoup处理这个吗？
答案 0 :(得分：2)
我不确定我是否正确理解了您的问题，但我认为您只想选择所有没有id属性的元素。如果是这样，这应该有效：
doc.select("*:not([id])")
jsoup网站上有一个full list of selectors。
的更新 的
以下是一个完整的例子：
import org.jsoup.Jsoup;
import org.jsoup.nodes.*;
public class Soup {
public static void main(String[] args) {
String data = "<table border=\"0\" cellpadding=\"0\" cellspacing=\"0\"> <tr> <td class=\"reportheader\" align=\"left\" nowrap width=\"720\">Outside my Dreams</td> </tr> </table>";
Document doc = Jsoup.parse(data);
StringBuilder tags = new StringBuilder();
for (Element el : doc.select("body *:not([id])")) {
tags.append(el.tagName());
tags.append(' ');
}
System.out.println(tags);
}
}
在我的机器上运行上述操作会为我提供此输出： table tbody tr td
请注意，我稍微更改了查询："body *:not([id])"。在前面添加body会排除Jsoup在解析<html><title></title><body> ... </body></html>字符串中的部分文档时自动添加的data。