java - 在 Jsoup 中按内容选择标签并在给定标签后获取第 n 个标签

Question

我有一个 HTML 文档，我想从中抓取数据。数据的tag除了是第13位<td>外没有唯一标识来自 <td> 的标签包含给定字符串的标签。

例如，第 10 个 <td>文档中的标签包含单词“狗”(即 <td>dog</td> 。文档中的其他 <td> 标签也不包含相同的数据。)。给定仅单词“dog”，我是否有可能提取第 23 个 <td> 中的内容？使用 Jsoup 方法在文档中添加标签，如果是的话如何？

编辑:

<td>Cat</td>
   <td align="center">40</td>
   <td align="center">67</td>
   <td align="center">58<br>0</td>
   <td align="center">32</td>
<td>Dog</td>
   <td align="center">0</td>
   <td align="center">0</td>
   <td align="center">58<br>0</td>
   <td align="center">99</td>
<td>Snake</td>
   <td align="center">7</td>
   <td align="center">85</td>
   <td align="center">58<br>0</td>
   <td align="center">13</td>

在这样的文档中，只给出动物的名字，我希望能够从中提取第 n 个标签中的数字，比方说 4。所以给定“猫”我想找到 32。给定“狗”，99。对于蛇 13。假设文档中有数百种动物。

Answer 1

您可以使用 structural pseudo selectors以第 n 个元素为目标。

doc.select("td:nth-child(23)");

由于您正在查找带有 Dog 的行，因此您可以先选择该行。

Element dogRow = doc.select("tr:has(td:contains(dog))").first();

然后选择第23个 child

String cellValue = dogRow.select("td:nth-child(23)").first().ownText();

或组合它们

String cellValue = doc
    .select("tr:has(td:contains(dog)) > td:nth-child(23)")
    .first()
    .ownText();

---

编辑

我重读了你的问题，你似乎想在一行中找到 Dog，然后找到第 n 个 sibling 。

为此，您可以使用 elementSiblingIndex 和 getElementsByIndexEquals:

    Element dogRow = doc.select("tr:has(td:contains(dog))").first();

    int dogCellIndex = dogRow
        .select("td:contains(dog)")
        .first()
        .elementSiblingIndex();

    int otherCellIndex = dogCellIndex + 10;

    String cellValue = dogRow
        .getElementsByIndexEquals(otherCellIndex)
        .text();