Question

我已经处理了代码以从html中读取整个内容。

URL url = new URL("https://idms.sunamerica.com/v2/market/home.idms");
             Document doc = Jsoup.parse(url, 5*1000);
             TextNode tn = new TextNode(doc.body().html(), "");
                String entireText = tn.getWholeText();

现在，wholeText包含以下文字

<tr class="evenrow" onmouseover="loadMiniChart(\'S&amp;P Midcap 400\',8318990,\'market_mini_chart\')">
       '); document.write('
       <td>
        <div align="left">
         S&amp;P Midcap 400 Index
        </div></td>'); document.write('
       <td>1254.56</td>'); document.write('
       <td><span class="negative">-2.83</span></td>'); document.write('
      </tr>');

现在我需要使用字符串“S＆amp; P Midcap 400 Index”获得值1254.56。

有没有任何方法可以匹配文本？感谢帮助.... :)

Answer 1

我担心你在这里用Jsoup做的不多，因为你需要提取的文本在脚本节点内，所以它不是Jsoup处理的HTML，而是JavaScript。

可以做的是

您可以尝试手动提取所需的文字
或在Selenium中呈现页面，然后获取页面源并使用Jsoup
或在您的网络浏览器中打开一个页面，将其保存到磁盘然后解析

关于你的Jsoup示例，不需要从html创建TextNode。你在doc.body（）中获得了树，然后使用Jsoup API导航：CSS选择器或树API方法（子项，第一个等）。

Answer 2

可以在这些场景中使用正则表达式

以下是您的问题的解决方案

String ResultString = null;
try {
    Pattern regex = Pattern.compile("<td>\\d+.\\d+</td>", Pattern.DOTALL | Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE | Pattern.MULTILINE);
    Matcher regexMatcher = regex.matcher(subjectString);
    if (regexMatcher.find()) {
        ResultString = regexMatcher.group();
    } 
} catch (PatternSyntaxException ex) {
    // Syntax error in the regular expression
}

感谢

如何使用JSoup读取特定的字符串值

2 个答案: