我从网站抓取数据，我需要有人来解释收到的代码 - JSoup

Question

我从Stackoverflow获得了这个代码，当我做我要求的时候，我很难理解它是如何做到的。我正在抓一个网站上的某些单词。只是想知道是否有人可以告诉我它究竟是如何选择这些词语的？特别是在doc.select部分之后

String text = doc.select("#post-15 > div > table:nth-child(6) > tbody > tr:nth-child(2) > td:nth-child(2) > table:not(:last-of-type)").text();

Answer 1

.select（cssQuery）接受一个css查询，如果找不到该查询后面的对象，则返回一个为空的Elements对象。在这里找出文档的范围：（https://jsoup.org/apidocs/）

这是思考css选择器正在做什么的一种方式（在查询中从左到右开始）

• Find a div with an id of post-15
• 从id =“post-15”
获取所有子div
• Find the tables that are the 6th child element of the found div
• 获取找到的表格的tbody元素
• 找到tbody的第二行（这里再次是n-child）
• 找到该行的第二列
• 查找不是该列中最后一个表的表

.text（）然后返回找到的节点的文本元素。

这里的css rules是：

• A＆gt; B - 找到子元素B
• selector：nth-​​child（＃） - 元素类型的第n个子项
• selector：last-of-type -
中该元素的最后一个子类型
• 父选择器：not（x） - represents the negation of whatever x
  is

Answer 2

您正面临着一个CSS选择器。可以在documentation中找到关于Jsoup CSS选择器语法的概述。以下是一些线索：

#post-15 > div > table:nth-child(6) > 
tbody > tr:nth-child(2) > td:nth-child(2) > 
table:not(:last-of-type)

• #id将选择ID为id
的元素
• a > b将选择带有标记为
的元素的标记b的元素
• parent:nth-child(2)是一个所谓的伪选择器。它选择其父
的第二个子元素
• parent:last-of-type也是伪选择器。它选择该类型的最后一个元素