Question

过去几周我一直在使用JSoup成功地从网页上抓取数据;然而，我试图找出一种从类标签中提取单个单词而不是整个文本的方法，我走到了尽头。

这是我正在使用的Java代码：

// store all the search results in the elmAllSearchResults element
Element elmAllSearchResults = doc.getElementById("SearchResults"); 
// extract the detDesc class from elmAllSearchResults
Elements elmSize = elmAllSearchResults.getElementsByClass("desc");

提取与此类似的多行：

<font class="desc">Date 11-04; 09:21, Size 8100.00 MB, User <a class="desc" href="/member/aUser/" title="Browse">
<font class="desc">Date 12-04; 09:21, Size 62 MB, User <a class="desc" href="/member/bUser/" title="Browse">

但是现在我想要做的就是从这个文本字符串中提取大小（8100.00 MB，在这种情况下为62 MB）。由于包装在任何标签中都不容易识别尺寸，我似乎无法找到获得它的方法。

有可能吗？

谢谢。

Answer 1

Jsoup只会到达单个HTML元素。如果您要解析基本上String s的文本正文，那么您需要抓取String based methods，例如substring()，indexOf()，{{1}等等。

例如，如果您可以保证所需信息始终在replaceAll()和", Size "之间，那么您应该在", User"上对其进行子串：

String

JSoup：从类标记中提取一个单词

1 个答案: