java使用单个类名从html标记中获取文本，html标记将包含多个类

Question

我有一个html行，其中标签中有标签，一个标签包含多个类。我需要用单个类名提取文本（我只知道一个类名）

<p class="Body1"><span class="style3"></span><span class="style1">W</span><span class="Allsmall style5">extract this text </span><span class="style5">unwanted text </span></p>

我只知道类名Allsmall，我想使用java中的Jsoup从html行中提取文本“ExtractThisText”

Answer 1

您可以使用选择器语法根据特定元素的CSSclass属性检索该元素：

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

Element allSmallSpan = doc.select("span.Allsmall").first(); // Retrive the first <span> element which belongs to "Allsmall" class