我将HTML作为字符串,我只想提取" post_titles"从中。这是HTML字符串:
<div class="hidden" id="inline_49">
<div class="post_title">Single parenting</div>
<div class="post_name">single-parenting</div>
<div class="post_author">90307285</div>
<div class="comment_status">open</div>
<div class="ping_status">open</div>
<div class="_status">publish</div>
<div class="jj">20</div>
<div class="mm">07</div>
<div class="aa">2015</div>
<div class="hh">00</div>
<div class="mn">52</div>
<div class="ss">33</div>
这个帖子标题为&#34;单亲育儿&#34;这是我想要提取的。这就是我正在使用的:
Elements link = doc.select("div[class=post_title]");
String title = link.text();
但这是一个空白字符串。我也尝试过:
Elements link = doc.select("div[id=inline_49]").select("div[class=post_title]");
String title = link.text();
这也是一个空白字符串。请帮我一下我需要用什么选择器来提取标题。
答案 0 :(得分:2)
尝试此操作,但请确保您的HTML文本格式正确:
String html = "<div class=\"hidden\" id=\"inline_49\">" +
"<div class=\"post_title\">Single parenting</div>" +
"<div class=\"post_name\">single-parenting</div>" +
"<div class=\"post_author\">90307285</div>";
Document document = Jsoup.parse(html);
Elements divElements = document.select("div");
for(Element div : divElements) {
if(div.attr("class").equals("post_title")) {
System.out.println(div.ownText());
}
}
答案 1 :(得分:2)
您必须在请求中包含Cookie。 检查此Java代码:
try {
String url = "https://ssblecturate.wordpress.com/wp-login.php";
Connection.Response response = Jsoup.connect(url)
.data("log", "your_login_here") // your wordpress login
.data("pwd", "your_password_here") // your wordpress password
.data("rememberme", "forever")
.data("wp-submit", "Log In")
.method(Connection.Method.POST)
.followRedirects(true)
.execute();
Document document = Jsoup.connect("https://ssblecturate.wordpress.com/wp-admin/edit.php")
.cookies(response.cookies())
.get();
Element titleElement= document.select("div[class=post_title]").first();
System.out.println(titleElement.text());
} catch (IOException e) {
e.printStackTrace();
}
答案 2 :(得分:1)
更新了! 希望它适合你:
//Get div tag with class name is 'post_title'
Document doc;
try {
File input = new File("D:\\JAVA\\J2EE\\Bin\\Bin\\Project\\xml\\src\\demo\\index.html");
doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
//Get div tag with class name is 'post_title'
Element element = doc.select("div.post_title").first();
System.out.println(element.html());
} catch (Exception e) {
e.printStackTrace();
}
答案 3 :(得分:0)
如果你有一个字符串,你可以试试regExp
。
这个正则表达式意味着“与post_title类之间的所有内容(对于您的样本而言,不完全是,但是)。
String exp = "<div class=\"post_title\">([^<]*)</div>"
您应该能够获得以下内容:
String post_title = Pattern.compile(exp).matcher(yourString).group(1);
注意:我猜你的post_title不包含“&lt;”......这确实会产生XML结构错误。