java - Jsoup/Java - 如何提取不在标签内的数据

Question

我必须像这样解析 HTML

<span class="legenda">Cargo a que concorre:</span> Vereador<br />
<span class="legenda">Nome para urna:</span> Adeilza<br />
<span class="legenda">Número:</span> 40656<br />
<span class="legenda">Estado:</span> Amapá<br />
<span class="legenda">Município:</span> Vitória do Jari<br />
<span class="legenda">Partido:</span> Partido Socialista Brasileiro - PSB<br />
<span class="legenda">Coligação:</span> Vitória para todos (PSB / PV / PRTB)<br />

我正在使用 jsoup 来解析并遵循示例，但我不知道在这种情况下如何获取之后的值。例如“Vereador”或“Adeilza”。 有没有办法用 jsoup 做到这一点？

如果有人想查看所有 html 页面，这里是链接。 查看源代码:http://www.eleicoes2012.info/adeilza-psb-40656/

Answer 1

在 jSoup Element 上调用 nextSibling 将为您提供它找到的下一个 Node。在这种情况下，您可以将 span 元素的选择器与 legenda 类一起使用，然后调用 nextSibling。简单示例:

Document doc = Jsoup.connect("http://www.eleicoes2012.info/adeilza-psb-40656/").get();
Elements spans = doc.select("span.legenda");

for(Element span: spans) {
    System.out.println(span.nextSibling());
}

为我生成此输出:

Adeilza Ribeiro de Souza
30 anos (09/08/1983)
Almeirim/PA
Solteiro(A)
Dona de Casa
Ensino Fundamental Incompleto

 0 Votos
 Vereador
 Adeilza
 40656
 Amapá
 Vitória do Jari
 Partido Socialista Brasileiro - PSB
 Vitória para todos (PSB / PV / PRTB)