java如何使用Jsoup从html源代码中捕获一个特定文本？

Question

我尝试了以下解决方案：

1. How to extract text of paragraph from html using Jsoup?
2. jsoup how to extract this text

但这两个例子都使用标签中的文本

我在html web搜索中有一段独特的代码：

而我需要的是使用d.href变量附带的链接

我试过这样的代码：

  Elements link = jSoupConnection.select(":contains(d.href)");  
  Elements link = jSoupConnection.select("#d.href");
  Elements link = jSoupConnection.getElementsByAttributeValueContaining("d.href","google");

但到目前为止，它们都不起作用

我还试图在http://jsoup.org/cookbook/做一项研究，但也没有成功。有没有比Jsoup更有经验的人能帮我一下？？ 提前谢谢

Answer 1

如果您的文本没有任何可以通过Jsoup select元素捕获的标记，您应该下载hole页面（您可以使用Elements link = jSoupConnection.select("*");）然后在应用程序上将其作为一个文本文件打开以检索所需内容。如果下载的文件太大，这是我的问题，尝试限制下载的文件大小；您可以在这些链接上找到更多详细信息：

1. Limiting file size creation with java
2. How to limit the file size in Java