使用document.select(Jquery Css selector) selector:看jsoup文档来敲案例学习 selector选择器

1.

//解析xml的文档对象
Document document= Jsoup.parse("<?xml version="1.0" encoding="utf-8" ?>
" +
        "<students>
" +
        "    <student id="1" class="tty">
" +
        "        <name color="pink">唐婷栎</name>
" +
        "        <age>19</age>
" +
        "        <sex>女</sex>
" +
        "        <favorite>study</favorite>
" +
        "    </student>
" +
        "    <student id="2" class="tjx">
" +
        "        <name color="blue">唐峻熙</name>
" +
        "        <age>4</age>
" +
        "        <sex>男</sex>
" +
        "        <favorite>play</favorite>
" +
        "    </student>
" +
        "
" +
        "</students>");
Elements elements=document.getAllElements();
System.out.println("elements:"+elements);

2.

//解析html的文档对象
URL url = null;
try {
    url = new URL("https://www.jianshu.com/u/b7b2c6ed9284");
    Document document = Jsoup.parse(url,10000);
    System.out.println("document:"+document);
} catch (IOException e) {
    e.printStackTrace();
}

c.parse(URL url,int timeoutMillis):通过网络路径指定的html或xml的文档对象

Jsoup的强大在于它对文档元素的检索，Select方法将返回一个Elements集合，并提供一组方法来抽取和处理结果，即Jsoup的选择器语法。

1、Selector选择器基本语法

tagname: 通过标签查找元素，比如：a

ns|tag: 通过标签在命名空间查找元素，比如：可以用 fb|name 语法来查找 <fb:name> 元素

#id: 通过ID查找元素，比如：#logo

.class: 通过class名称查找元素，比如：.masthead

[attribute]: 利用属性查找元素，比如：[href]

[^attr]: 利用属性名前缀来查找元素，比如：可以用[^data-] 来查找带有HTML5 Dataset属性的元素

[attr=value]: 利用属性值来查找元素，比如：[width=500]

[attr^=value], [attr$=value], [attr*=value]: 利用匹配属性值开头、结尾或包含属性值来查找元素，比如：[href*=/path/]

[attr~=regex]: 利用属性值匹配正则表达式来查找元素，比如： img[src~=(?i).(png|jpe?g)]

*: 这个符号将匹配所有元素

2、Selector选择器组合使用语法

el#id: 元素+ID，比如： div#logo

el.class: 元素+class，比如： div.masthead

el[attr]: 元素+class，比如： a[href]

任意组合，比如：a[href].highlight

ancestor child: 查找某个元素下子元素，比如：可以用.body p 查找在”body”元素下的所有 p元素

parent > child: 查找某个父元素下的直接子元素，比如：可以用div.content > p 查找 p 元素，也可以用body > * 查找body标签下所有直接子元素

siblingA + siblingB: 查找在A元素之前第一个同级元素B，比如：div.head + div

siblingA ~ siblingX: 查找A元素之前的同级X元素，比如：h1 ~ p

el, el, el:多个选择器组合，查找匹配任一选择器的唯一元素，例如：div.masthead, div.logo

3、Selector伪选择器语法

:lt(n): 查找哪些元素的同级索引值（它的位置在DOM树中是相对于它的父节点）小于n，比如：td:lt(3) 表示小于三列的元素

:gt(n):查找哪些元素的同级索引值大于n，比如： div p:gt(2)表示哪些div中有包含2个以上的p元素

:eq(n): 查找哪些元素的同级索引值与n相等，比如：form input:eq(1)表示包含一个input标签的Form元素

:has(seletor): 查找匹配选择器包含元素的元素，比如：div:has(p)表示哪些div包含了p元素

:not(selector): 查找与选择器不匹配的元素，比如： div:not(.logo) 表示不包含 class="logo" 元素的所有 div 列表

:contains(text): 查找包含给定文本的元素，搜索不区分大不写，比如： p:contains(jsoup)

:containsOwn(text): 查找直接包含给定文本的元素

:matches(regex): 查找哪些元素的文本匹配指定的正则表达式，比如：div:matches((?i)login)

:matchesOwn(regex): 查找自身包含文本匹配指定正则表达式的元素

注意：上述伪选择器索引是从0开始的，也就是说第一个元素索引值为0，第二个元素index为1等。

部分代码展示:

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.io.File;
import java.io.IOException;

public class jsoupDemo5 {
    public static void main(String[] args) {
        //使用多种select选择器
        String path= jsoupDemo5.class.getClassLoader().getResource("students.xml").getPath();
        try {
            Document document=Jsoup.parse(new File(path),"UTF-8");
           //方法1:使用*选择器
            System.out.println("使用*选择器");
            Elements elements=document.select("*");
            System.out.println("elements:"+elements);

            System.out.println("*****************");

            //方法2:使用id选择器
            System.out.println("使用id选择器");
            Elements element=document.select("#1");
            System.out.println("element:"+element);

            System.out.println("*****************");

            //方法3:使用class选择器
            System.out.println("使用class选择器");
            Elements element1=document.select(".tjx");
            System.out.println("element1:"+element1);

            System.out.println("*****************");

            //方法4:使用tag选择器
            System.out.println("使用tag选择器");
            Elements element2=document.select("name");
            System.out.println("element2:"+element2);

            System.out.println("*****************");

            //方法5:使用[attr=value]选择器
            System.out.println("使用[attr=value]选择器");
            Elements element3=document.select("[width=50]");
            System.out.println("element3:"+element3);

            System.out.println("*****************");

            //方法6:使用eq选择器
            System.out.println("使用eq选择器");
            Elements element4=document.select("student age:eq(1)");
            System.out.println("element4:"+element4);

            System.out.println("*****************");

            //方法7:使用contains选择器
            System.out.println("使用contains选择器");
            Elements element5=document.select("age:contains(19)");
            System.out.println("element5:"+element5);

            System.out.println("*****************");

            //方法8:使用not选择器
            System.out.println("使用not选择器");
            Elements element6=document.select("student:not(.tjx)");
            System.out.println("element6:"+element6);

            System.out.println("*****************");

            //方法9:使用ancestor child选择器
            System.out.println("使用ancestor child选择器");
            Elements element7=document.select("students name");
            System.out.println("element7:"+element7);

            System.out.println("*****************");

            //方法10:使用parent>child选择器
            System.out.println("使用parent>child选择器");
            Elements element8=document.select("student>sex");
            System.out.println("element8:"+element8);


        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}