按照Jsoup中的内容选择标记，并在给定标记后获取第n个标记

Question

我有一个HTML文档，我想从中获取数据。除了包含给定字符串的public async Task<Entity> GetEntityAsync() { _entity = await entityManager.GetEntityAsync(); return _entity } 标记中的第13个<td>标记外，数据标记没有唯一标识符。

因此，例如，文档中的第10个<td>标记包含单词“dog”（即<td>。此外，文档中没有其他<td>dog</td>标记包含相同的数据。） 。鉴于仅单词“dog”，我是否可以使用Jsoup方法在文档中的第23个<td>标记内提取内容，如果是，如何？

修改

<td>

在这样的文件中，只给出动物的名字，我希望能够从中提取第n个标签中的数字，让我们说4.所以给定“猫”我想找到32。鉴于“狗”，99。对于蛇13.假设文件中有数百只动物。

Answer 1

您可以使用structural pseudo selectors定位第n个元素。

doc.select("td:nth-child(23)");

由于您正在寻找带有Dog的行，您可以先选择该行。

Element dogRow = doc.select("tr:has(td:contains(dog))").first();

然后选择第23个孩子

String cellValue = dogRow.select("td:nth-child(23)").first().ownText();

或将它们组合

String cellValue = doc
    .select("tr:has(td:contains(dog)) > td:nth-child(23)")
    .first()
    .ownText();

修改

我重读了你的问题，好像你想要连续找到狗，然后找到第n个兄弟。

您可以使用elementSiblingIndex和getElementsByIndexEquals：

    Element dogRow = doc.select("tr:has(td:contains(dog))").first();

    int dogCellIndex = dogRow
        .select("td:contains(dog)")
        .first()
        .elementSiblingIndex();

    int otherCellIndex = dogCellIndex + 10;

    String cellValue = dogRow
        .getElementsByIndexEquals(otherCellIndex)
        .text();