使用選擇器語法來查找元素
問題
你想使用類似於CSS或jQuery的語法來查找和操作元素。
方法
可以使用Element.select(String selector) 和 Elements.select(String selector) 方法實現：
1 File input = new File("/tmp/input.html"); 2 Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/"); 3 4 Elements links = doc.select("a[href]"); //帶有href屬性的a元素 5 Elements pngs = doc.select("img[src$=.png]"); 6 //擴展名為.png的圖片 7 8 Element masthead = doc.select("div.masthead").first(); 9 //class等於masthead的div標簽 10 11 Elements resultLinks = doc.select("h3.r > a"); //在h3元素之后的a元素
說明
jsoup elements對象支持類似於CSS (或jquery)的選擇器語法，來實現非常強大和靈活的查找功能。.
這個select 方法在Document, Element,或Elements對象中都可以使用。且是上下文相關的，因此可實現指定元素的過濾，或者鏈式選擇訪問。
Select方法將返回一個Elements集合，並提供一組方法來抽取和處理結果。
Selector選擇器概述
tagname: 通過標簽查找元素，比如：ans|tag: 通過標簽在命名空間查找元素，比如：可以用fb|name語法來查找<fb:name>元素#id: 通過ID查找元素，比如：#logo.class: 通過class名稱查找元素，比如：.masthead[attribute]: 利用屬性查找元素，比如：[href][^attr]: 利用屬性名前綴來查找元素，比如：可以用[^data-]來查找帶有HTML5 Dataset屬性的元素[attr=value]: 利用屬性值來查找元素，比如：[width=500][attr^=value],[attr$=value],[attr*=value]: 利用匹配屬性值開頭、結尾或包含屬性值來查找元素，比如：[href*=/path/][attr~=regex]: 利用屬性值匹配正則表達式來查找元素，比如：img[src~=(?i)\.(png|jpe?g)]*: 這個符號將匹配所有元素
Selector選擇器組合使用
el#id: 元素+ID，比如：div#logoel.class: 元素+class，比如：div.mastheadel[attr]: 元素+class，比如：a[href]- 任意組合，比如：
a[href].highlight ancestor child: 查找某個元素下子元素，比如：可以用.body p查找在"body"元素下的所有p元素parent > child: 查找某個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標簽下所有直接子元素siblingA + siblingB: 查找在A元素之前第一個同級元素B，比如：div.head + divsiblingA ~ siblingX: 查找A元素之前的同級X元素，比如：h1 ~ pel, el, el:多個選擇器組合，查找匹配任一選擇器的唯一元素，例如：div.masthead, div.logo
偽選擇器selectors
:lt(n): 查找哪些元素的同級索引值（它的位置在DOM樹中是相對於它的父節點）小於n，比如：td:lt(3)表示小於三列的元素:gt(n):查找哪些元素的同級索引值大於n，比如：div p:gt(2)表示哪些div中有包含2個以上的p元素:eq(n): 查找哪些元素的同級索引值與n相等，比如：form input:eq(1)表示包含一個input標簽的Form元素:has(seletor): 查找匹配選擇器包含元素的元素，比如：div:has(p)表示哪些div包含了p元素:not(selector): 查找與選擇器不匹配的元素，比如：div:not(.logo)表示不包含 class="logo" 元素的所有 div 列表:contains(text): 查找包含給定文本的元素，搜索不區分大不寫，比如：p:contains(jsoup):containsOwn(text): 查找直接包含給定文本的元素:matches(regex): 查找哪些元素的文本匹配指定的正則表達式，比如：div:matches((?i)login):matchesOwn(regex): 查找自身包含文本匹配指定正則表達式的元素- 注意：上述偽選擇器索引是從0開始的，也就是說第一個元素索引值為0，第二個元素index為1等
可以查看Selector API參考來了解更詳細的內容