Jsoup，表和伪选择器的组合

Question

我目前正在使用网络软件（IxChariot）。此软件将输出导出为html格式。我想创建一个软件，将Ixchariot的html代码转换为其他HTML代码（我想添加一些提示并删除一些无用的信息）。

我需要删除一些表，但表之间的唯一区别是标题。

html代码示例：

<TABLE CELLPADDING=3 BORDER=1 style="page-break-inside : avoid">
<H2>Run Options</H2><BR>

其他例子：

<TABLE CELLPADDING=3 BORDER=1 style="page-break-inside : avoid">
<H2>Test Setup (Console to Endpoint 1)</H2><BR>

要执行该操作，我尝试使用jsoup中的伪选择器：

Elements table = doc.select("table:has(h2:contains(Run Options)").remove();

我也是这样尝过的：

Elements table = doc.select("table");
table:has(h2:contains(title));

但它没有用，（目前，所有代码都已删除）。 你能用伪选择器帮我吗？或者如果你有更好的主意..

ps：我不是专家，我只是在编程方面有一些基本知识。

Answer 1

也许问题是<H2>不是预期在<TABLE>内的元素所以它被JSoup删除。在这种情况下，请尝试使用简单的XML解析器而不是默认的HTML解析器。你可以用

来做

Jsoup.connect(yourUrl).parser(Parser.xmlParser()).get()