jsoup select 選擇器

轉載自：http://blog.csdn.net/zhejingyuan/article/details/11801027

方法

利用方法：Element.select(String selector)和Elements.select(String selector)。

File input = new File("/tmp/input.html");
Document doc = Jsoup.parse(input, "UTF-8", "http://example.com/");
Elements links = doc.select("a[href]"); // a with href
Elements pngs = doc.select("img[src$=.png]");  // img with src ending .png
Element masthead = doc.select("div.masthead").first();
  // div with class=masthead
Elements resultLinks = doc.select("h3.r > a"); // direct a after h3

描述

Jsoup的元素支持相似CSS或（jquery）的選擇器語法的查找匹配的元素，可實現功能強大且魯棒性好的查詢。

jsoup elements support a CSS(or jquery) like selector syntax to find matching elements, that allows very powerful and robust queries.

Select方法可做用於Document、Element或Elements，且是上下文相關的，所以可實現指定元素的過濾，或者鏈式選擇訪問。

The selectmethod is available in a Document, Element, or in Elements. It is contextual, so you can filter by selecting from a specific element, or by chaining select calls.

選擇（操做）返回元素列表（Elements），並提供一組方法來提取或處理結果。

Select returns a list of Elements (as Elements), which provides a range of methods to extract and manipulate the results.

選擇器概要（Selector overview）

• Tagname：經過標籤查找元素（例如：a）
• ns|tag：經過標籤在命名空間查找元素，例如：fb|name查找<fb:name>元素
• #id：經過ID查找元素，例如#logo
• .class：經過類型名稱查找元素，例如.masthead
• [attribute]：帶有屬性的元素，例如[href]
• [^attr]：帶有名稱前綴的元素，例如[^data-]查找HTML5帶有數據集（dataset）屬性的元素
• [attr=value]：帶有屬性值的元素，例如[width=500]
• [attr^=value]，[attr$=value]，[attr*=value]：包含屬性且其值以value開頭、結尾或包含value的元素，例如[href*=/path/]
• [attr~=regex]：屬性值知足正則表達式的元素，例如img[src~=(?i)\.(png|jpe?g)]
• *：全部元素，例如*

選擇器組合方法

• el#id:：帶有ID的元素ID，例如div#logo
• el.class：帶類型的元素，例如. div.masthead
• el[attr]：包含屬性的元素，例如a[href]
• 任意組合：例如a[href].highlight
• ancestor child：繼承自某祖（父）元素的子元素，例如.body p查找「body」塊下的p元素
• parent > child：直接爲父元素後代的子元素，例如: div.content > pf查找p元素，body > * 查找body元素的直系子元素
• siblingA + siblingB：查找由同級元素A前導的同級元素，例如div.head + div
• siblingA ~ siblingX：查找同級元素A前導的同級元素X例如h1 ~ p
• el, el, el：多個選擇器組合，查找匹配任一選擇器的惟一元素，例如div.masthead, div.logo

僞選擇器（Pseudo selectors）

• :lt(n)：查找索引值（即DOM樹中相對於其父元素的位置）小於n的同級元素，例如td:lt(3)
• :gt(n)：查找索引值大於n的同級元素，例如div p:gt(2)
• :eq(n) ：查找索引值等於n的同級元素，例如form input:eq(1)
• :has(seletor)：查找匹配選擇器包含元素的元素，例如div:has(p)
• :not(selector)：查找不匹配選擇器的元素，例如div:not(.logo)
• :contains(text)：查找包含給定文本的元素，大小寫銘感，例如p:contains(jsoup)
• :containsOwn(text)：查找直接包含給定文本的元素
• :matches(regex)：查找其文本匹配指定的正則表達式的元素，例如div:matches((?i)login)
• :matchesOwn(regex)：查找其自身文本匹配指定的正則表達式的元素
• 注意：上述僞選擇器是0-基數的，亦即第一個元素索引值爲0，第二個元素index爲1等

在jsoup中，僞選擇器的使用：

div.authi>a:eq(10);

         其中，10是index，表示a爲div中子元素的第11個，索引值從0開始。

         index只是代表子元素的序號，區別用來過濾的 .eq() 函數