Question

如何从所有表中获取元素，并且每个表都不要选择嵌套表我想从id = customers，customers2，customers3中选择表但问题是customers3嵌套在customers2中我不是想要使用获取ID和客户2没有任何客户3项请帮助并谢谢

PS。最简单的方法，你可以尝试在网络https://try.jsoup.org/ 示例文件： https://github.com/jhy/jsoup/files/403482/Table01.txt PS。小姐带我去问这里

Answer 1

在我花了很多时间后，我找到了获得的方法，但它仅适用于1个嵌套表，代码看起来很脏（我已使用此文件进行了测试https://github.com/jhy/jsoup/files/403482/Table01.txt）

StringBuilder contentBuilder = new StringBuilder();
    try {
        BufferedReader in = new BufferedReader(new 
                FileReader(System.getProperty("user.dir")+"\\html\\"+"Table01.html"));
        String str;
        while ((str = in.readLine()) != null) {
            contentBuilder.append(str);
        }
        in.close();
    } catch (IOException e) {
    }
String html = contentBuilder.toString();
Document doc = Jsoup.parse(html);
// Take nested table as Elements first
Elements nestedTables = doc.select("td table");
// remove nested Table in document
doc.select("td table").remove();
// Then get it again
Elements tables = doc.select("table");

这是尽我所能。非常感谢，Davide Pastore 对不起英语

Answer 2

听起来你有一个包含这样的表的页面：

<table id="customers">
    <tr>
        <td>foo1</td>
        <td>bar1</td>
    </tr>
</table>

<table id="customers2">
    <tr>
        <td>foo2</td>
        <td>bar2</td>
        <td>
            <table id="customers3">
                <tr>
                    <td>foo3</td>
                    <td>bar3</td>
                </tr>
            </table>
        </td>
    </tr>
</table>

你想获得元素，不包括嵌入元素。

您可以使用CSS选择器来完成此任务。

for (Element cell : doc.select("table td:not(:has(table))"))
    System.out.println(e.ownText());

<强>输出

foo1
bar1
foo2
bar2
foo3
bar3

此外，您不需要使用缓冲区打开文件并获取jsoup的所有文本内容。您只需将文件传递给Jsoup即可。

Document doc = Jsoup.parse(new File("test.html"), "UTF-8");

有关更多示例，请参阅Jsoup Cookbook。

有另一种方法从html中的表中获取文本，并且该表具有嵌套表

2 个答案: