Question

<tr class="s">
    <td style="text-align: center; width: 100px"></td>
    <td colspan="3">
        <a target="_blank" href="" title="Localiser avec Google Maps">
            <img src="images/gm.gif?v=7" alt="Google Maps" class="gm noauto" align="right">
        </a>
        10, rue Edmond Rostand - 13006 MARSEILLE
        <br>
        <strong>Tél :</strong> 04.33.54.03.09<br>                           
        <strong>Fax :</strong> 04.11.54.29.85<br>                           
        <strong>Email :</strong> <a href="mailto:wsedrftg.tgtg.rftg@gmail.com" class="icone email">wsedrftg.tgtg.rftg@gmail.com</a><br>                                                     
        <strong>Début d'activité :</strong> 10/06/2013<br>                          
    </td>
</tr>

我正在尝试从上面的代码中提取电子邮件，电话，姓名和日期。我设法得到了姓名和电子邮件地址，但我被困住了。

我还希望获得电话，日期和传真，这似乎是外部因素。

for (Element headline : newsHeadlines)
{
    Elements trs = headline.select("tr.t");
    Elements phnDiv = headline.select("tr.s td:eq(1)");

    for (int l = 0; l < trs.size(); l++)
    {
        j++;
        Elements name = trs.get(l).select("th");
        Elements emailAddress = phnDiv.get(l).select("a");
        Elements phone = phnDiv.get(l).select("strong:contains(Tél :)");
        Elements faxx = phnDiv.get(l).select("strong:contains(Fax :)");
        //Elements debutdactivite = phnDiv.get(l).select("strong:contains(Début d'activité :)");

        String contactName = name.text();
        String email = emailAddress.text();
        String tel = phone.text().replace("Tél :", "");
        String fax = faxx.text().replace("Fax :", "");
        //String date = debutdactivite.text();

        System.out.println(j + " Name : " + contactName + " Email : " + email + " Phone : " + tel + " Fax : " + fax );
    }
}

Answer 1

您应该可以使用nextSibling()方法获取这些值。它返回Node，因此您不必担心元素内的值。

获取所需的元素后，代码将如下所示：

String tel = phone.nextSibling().toString();
String fax = faxx.nextSibling().toString();

这将直接抓取已选择的手机和faxx元素旁边的节点。

Answer 2

我不认为您可以使用jsoup来获取您想要的部分，因为他们不是元素......

你可以做的是获取html() - 元素的<th>，然后使用正则表达式来获取电话，传真和日期这样的正则表达式

"<.*Fax.*> (.*?)<br>"

应该像这样工作

    @Test
    public void test() {

    final Pattern p = Pattern.compile("<.*?Fax.*?> (.*?)<br>");
    final Matcher m = p.matcher("<strong>Tel :</strong> 04.11.55.29.85<br>    <strong>Fax :</strong> 04.11.55.29.85<br>");
    m.matches();
    assertEquals("04.11.54.29.85", m.group(1));

}

Answer 3

{{1}}

现在，在我运行之后，我得到了所有结果，感谢@Justin为此带来了亮点。

使用jsoup在元素外部但在Elements旁边获取文本

3 个答案: