android - 如何在android编程中使用jsoup从html获取此脚本

Question

我想从 html 页面的 script 和 jsoup 获取字符串值。但也存在一些问题:

1. 该页面中有六个脚本。我想用 jsoup 选择 forth of all(我的意思是数字 4)。我不知道我该怎么做。
2. 该脚本中有一个键，我想捕获该键的值

在这里你可以看到想要的脚本:

<script type="text/javascript">window._sharedData={

  "entry_data": {
    "PostPage": [
      {
        "media": {

          "key": "This is the key and i wanna catch it!!!",

        },      
      }
    ]
  },

};</script>

我尝试了很多方法，但都没有成功。

我期待着得到答案，所以请不要让我失望!

Answer 1

JSoup 只会帮助您获取脚本标签的内容作为字符串。它解析 HTML，而不是 JavaScript 脚本内容。由于在您的情况下，脚本的内容是 JSON 表示法中的一个简单对象，您可以在获取脚本字符串并剥离变量赋值后使用 JSON 解析器。在下面的代码中，我使用 JSON simple解析器。

String html = "<script></script><script></script><script></script>"
    +"<script type=\"text/javascript\">window._sharedData={"
    +"  \"entry_data\": {"
    +"    \"PostPage\": ["
    +"      {"
    +"        \"media\": {"
    +"          \"key\": \"This is the key and i wanna catch it!!!\","
    +"        },"
    +"      }"
    +"    ]"
    +"  },"
    +"};</script><script></script>";
Document doc = Jsoup.parse(html);
//get the 4th script
Element scriptEl = doc.select("script").get(3);
String scriptContentStr = scriptEl.html();
//clean to get json
String jsonStr = scriptContentStr
     .replaceFirst("^.*=\\{", "{") //clean beginning
     .replaceFirst("\\;$", ""); //clean end
JSONObject jo = (JSONObject) JSONValue.parse(jsonStr);
JSONArray postPageJA = ((JSONArray)((JSONObject)jo.get("entry_data")).get("PostPage"));
JSONObject mediaJO = (JSONObject) postPageJA.get(0);
JSONObject keyJO = (JSONObject) mediaJO.get("media");
String keyStr = (String) keyJO.get("key");

System.out.println("keyStr = "+keyStr);

这个有点复杂，而且还取决于你对JSON结构的了解。一种更简单的方法可能是使用正则表达式:

Pattern p = Pattern.compile(
    "media[\":\\s\\{]+key[\":\\s\\{]+\"([^\"]+)\"", 
    Pattern.DOTALL);
Matcher m = p.matcher(html);
if (m.find()){
    String keyFromRE = m.group(1);
    System.out.println("keyStr (via RegEx) = "+keyFromRE);  
}