从元素提取属性、文本和HTML

最新推荐文章于 2025-01-13 14:58:09 发布

weixin_34197488

最新推荐文章于 2025-01-13 14:58:09 发布

阅读量299

点赞数

CC 4.0 BY-SA版权

文章标签：开发工具 python

原文链接：https://my.oschina.net/u/553266/blog/296065

本文介绍如何解析HTML文档并获取元素中的属性值、文本内容等数据，包括使用JavaScript库Jsoup的基本方法如Node.attr(), Element.text(), Element.html()等，并通过实例展示了如何获取链接的href、文本内容及外层HTML。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019独角兽企业重金招聘Python工程师标准>>>

Problem

After parsing a document, and finding some elements, you'll want to get at the data inside those elements.

Solution

To get the value of an attribute, use the Node.attr(String key) method
For the text on an element (and its combined children), use Element.text()
For HTML, use Element.html(), or Node.outerHtml() as appropriate

For example:

String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>";
Document doc = Jsoup.parse(html);
Element link = doc.select("a").first();

String text = doc.body().text(); // "An example link"
String linkHref = link.attr("href"); // "http://example.com/"
String linkText = link.text(); // "example""

String linkOuterH = link.outerHtml(); 
    // "<a href="http://example.com"><b>example</b></a>"
String linkInnerH = link.html(); // "<b>example</b>"