java - 如何使用 Jsoup 读取 HTML 表格

Question

我正在尝试读取 here 中的城市表

基本我想要所有城市名称，但我被困在我遍历到表格内部的部分。

选择代码。

 Element table = rawCities.getElementById("content")
                 .getElementById("bodyContent")
                 .getElementById("mw-content-text")
                 .select("table.wikitable sortable jquery-tablesorter").first()
                 `.select("tbody").first()`;

因此，文档被下载并在另一个类中使用 Jsoup.connect 进行解析，在这里我试图获取城市名称。当我用选择遍历时，我在这里得到一个 NullPointerException 。如果我去掉 .select("tbody").first() 程序运行但调试器显示表变量为空。我应该以其他方式这样做还是我做错了什么？

Answer 1

如果您打印 rawCities您很可能找不到任何代表标签 <jquery-tablesorter> 的元素。因此，您应该将其从 select 中删除。 。

另一个问题是table.wikitable sortable将尝试寻找

<table class="wikitable">
  ...
    <sortable>
  ...
</table>

不是

<table class"wikitable sortable">...

要查找具有很少类的元素，请使用 .每个类名之前的运算符，如 element.class1.class2不是空间(描述祖先- child 关系)element.class1 class2 .

所以你的代码可以简化为

Element table = rawCities
        .select("table.wikitable.sortable tbody")
        .first();

<小时/>

无论如何，如果您只想打印所选表格第一列的内容，您可以使用

for (Element row : rawCities.select("table.wikitable.sortable td:eq(0) a")) {
    System.out.println(row.text());
}

您还可以使用此循环添加 row.text() 的结果给一些List<String>之前创建或使用类似

的代码

List<String> names = rawCities
        .select("table.wikitable.sortable td:eq(0) a")
        .stream()
        .map(e -> e.text())
        .collect(Collectors.toList());