跨度中的 jsoup 跨度作为单个对象返回

Posted 2023-02-24

【中文标题】跨度中的 jsoup 跨度作为单个对象返回

【英文标题】：jsoup span in span return as single bject

【发布时间】：2017-09-06 15:41:06

【问题描述】：

我正在尝试从这个 html 中挖掘一些数据， html 在另一个跨度内有跨度 (Seems like valid html according to other stack over flow post)

所以表达

td  > p > span

返回 2 个元素（第二个元素包含两个 span） 有没有办法解决这个问题？

在这个例子中，我感兴趣的值是 03/26/17

<td  style="width:310.25pt;border:none;border-bottom:solid #AEAAAA 1.0pt;padding:0in 5.4pt 0in 5.4pt;height:.3in">
    <p class="MsoNormal" style="margin-bottom:0in;margin-bottom:.0001pt;line-height:normal">
&nbsp;

        <span style="font-size:8.0pt;font-family:&quot;Arial&quot;,sans-serif;color:black">03/</span>
        <span style="font-size:8.0pt;font-family:&quot;Arial&quot;,sans-serif">26<span style="color:black">/17</span>
        </span>
        <o:p/>
    </p>
</td>

代码：

protected String getSimpleValue(org.jsoup.nodes.Document doc,String selector) 
    StringBuffer buff = new StringBuffer();

    try            
        Elements result = doc.select(selector);

        for (Element element : result) 
            buff.append(element.ownText()+" ");
            
    catch(Exception ex) 
        ex.printStackTrace();
    
return buff.toString();

【问题讨论】：

您的问题是什么？你期望什么，你会得到什么？

【参考方案1】：

你可以试试下面的代码。这将给出你想要的结果。

 Element ele= document.select("p[class=MsoNormal]").get(0);
 String strdate = ele.text().replaceAll(" ", "");
 System.out.println(strdate);

说明： U可以直接创建p、class="MsoNormal"的元素，并使用.text()获取文本。因为有一些空间，所以可以使用.replaceAll(" ", "")。 希望这会对你有所帮助。

你的结果： 03/26/17

【参考方案2】：

“03/”的选择器是.MsoNormal > span:nth-child(1)，“26/17”的选择器是.MsoNormal > span:nth-child(2)。 你可以看到它here。