使用jSoup解析内部html标签 [英] Parse the inner html tags using jSoup

问题描述

我想在使用Jsoup库的网站中找到重要的链接。因此，假设我们有以下代码：

I want to find the important links in a site using Jsoup library. So for this suppose we have following code:

<h1><a href="http://example.com">This is important </a></h1>

现在解析我们如何发现标签a位于h1标签内？

Now while parsing how can we find that the tag a is inside the h1 tag?

推荐答案

您可以这样做：

You can do it this way:

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");

Elements headlinesCat1 = doc.getElementsByTag("h1");
for (Element headline : headlinesCat1) {
    Elements importantLinks = headline.getElementsByTag("a");
    for (Element link : importantLinks) {
        String linkHref = link.attr("href");
        String linkText = link.text();
        System.out.println(linkHref);
    }
}

取自 JSoup Cookbook 。

这篇关于使用jSoup解析内部html标签的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！