java - 如何在不调用直接父级的情况下解析 HTML

Question

我想使用 jsoup 解析此 HTML，但我需要在不使用“更改类名”类的情况下提取标题和副标题，因为类名总是在变化。我只需要来自“h1”属性和“p”的文本

HTML:

<header class="my header">
   <div class="row">
      <h3>I don't want this      </h3>
      <div class="Changing class name">
         <h1>The headline             </h1>
         <p class=" my subtitle">
            The subtitle
         </p>
      </div>
   </div>
</header>

Answer 1

我们可以这样使用 getElementsByTag:

String MyTitle = doc.getElementsByTag("h1").get(0).text();

或者我们可以通过这种方式使用选择(工作更快):

String MyTitle = doc.select("my.header h1").first().text().trim();

关于副标题，我添加了一个检查以避免在字符串中输入 NULL:

Element Subtitle = doc.select("p.my").first();
if (Subtitle != null) {
    String MySubtitle = doc.select("p.my").text().trim();}