使用java从html标记中提取内容

-1

我从html页面提取数据，然后解析包含这样标签的标签，现在我尝试了像提取子字符串等不同的方法，只提取标题和href标签。但它不工作......任何人都可以帮助我。这是我的输出使用java从html标记中提取内容

我的代码

 doc = Jsoup.connect("myurl").get(); 

    Elements link = doc.select("a[href]"); 
    String stringLink = null; 
    for (int i = 0; i < link.size(); i++) 
    { 

     stringLink = link.toString(); 
     System.out.println(stringLink); 
    }

输出

<a class="link" title="Waf Ad" href="https://www.facebook.com/waf.ad.54" 
data- jsid="anchor" target="_blank"><img class="_s0 _rw img" src="https: 
//fbcdn-profile-a.akamaihd.net/hprofile-ak-ash1/t5/186729_100007938933785_ 
508764241_q.jpg" alt="Waf Ad" data-jsid="img" /></a> 
<a class="link" title="Ana Ga" href="https://www.facebook.com/ata.ga.31392410" 
data-jsid="anchor" target="_blank"><img class="_s0 _rw img" src="https:// 
fbcdn-profile-a.akamaihd.net/hprofile-ak-ash1/t5/186901_100002334679352_ 
162381693_q.jpg" alt="Ana Ga" data-jsid="img" /></a>

来源

2014-03-06 chopu

代码片段提取选择性内容使用jsoup也将有所帮助（它的标签在jsoup下） – PopoFibo

@PopoFibo我试过了..但它不工作我怎么才能得到只有标题内容和href内容 – chopu

即使如此，显示你的努力（即你的代码）表示赞赏，即使这种努力没有成果 – fge

可以使用Element类的attr()方法提取属性值的小片段。

例如：

String href = link.attr("href"); 
String title = link.attr("title");

更多的看到这个页面：Extract attributes, text, and HTML from elements

来源

2014-03-06 09:08:26 ashatte

获得页面的标题，您可以使用

Document doc = Jsoup.connect("myurl").get(); 
String title = doc.title();

对于从不同的HREFs获得单个链接，你可以使用这个

Elements links = doc.select("a[href]"); 
for(Element ele : links) { 
    System.out.println(ele.attr("href").toString()); 
}

attr()方法将给定标签中匹配归因的内容加到其中。

来源

2014-03-06 09:11:52 Rakesh

对不起，没有在标签中看到标题。为此，正如@ashatte建议的那样，可以使用'attr（“title”）'从单个标签中获取它。 – Rakesh

感谢rakesh我越来越href的 – lulu

使用java从html标记中提取内容

回答

相关问题