Кто-нибудь знает о конвертере xPath для JSoup? Я получаю следующий xPath из Chrome:
//*[@id="docs"]/div[1]/h4/a
и хотел бы изменить его на Jsoup-запрос. Путь содержит href, который я пытаюсь сделать ссылкой.
Кто-нибудь знает о конвертере xPath для JSoup? Я получаю следующий xPath из Chrome:
//*[@id="docs"]/div[1]/h4/a
и хотел бы изменить его на Jsoup-запрос. Путь содержит href, который я пытаюсь сделать ссылкой.
Это очень легко преобразовать вручную.
Что-то вроде этого (не проверено)
document.select("#docs > div:eq(1) > h4 > a").attr("href");
Документация:
http://jsoup.org/cookbook/extracting-data/selector-syntax
Попытка получить href для первого результата здесь: cbssports.com/info/search#q=fantasy%20tom%20brady
код
Elements select = Jsoup.connect("http://solr.cbssports.com/solr/select/?q=fantasy%20tom%20brady")
.get()
.select("response > result > doc > str[name=url]");
for (Element element : select) {
System.out.println(element.html());
}
Результат
http://fantasynews.cbssports.com/fantasyfootball/players/playerpage/187741/tom-brady
http://www.cbssports.com/nfl/players/playerpage/187741/tom-brady
http://fantasynews.cbssports.com/fantasycollegefootball/players/playerpage/1825265/brady-lisoski
http://fantasynews.cbssports.com/fantasycollegefootball/players/playerpage/1766777/blake-brady
http://fantasynews.cbssports.com/fantasycollegefootball/players/playerpage/1851211/brady-foltz
http://fantasynews.cbssports.com/fantasycollegefootball/players/playerpage/1860955/brady-earnhardt
http://fantasynews.cbssports.com/fantasycollegefootball/players/playerpage/1673397/brady-amack
Снимок экрана из консоли разработчика - захват URL-адресов
Я использую версию Google Chrome версии 47.0.2526.73 м (64-разрядная версия), и теперь я могу прямо скопировать путь выбора, совместимый с JSoup
Скопированный селектор элемента на скриншоте span.com
is #question > table > tbody > tr:nth-child(1) > td.postcell > div > div.post-text > pre > code > span.com
Я тестировал следующие XPath и Jsoup, он работает.
пример 1:
[XPath]
//*[@id="docs"]/div[1]/h4/a
[JSoup]
document.select("#docs > div > h4 > a").attr("href");
Пример 2:
[XPath]
//*[@id="action-bar-container"]/div/div[2]/a[2]
[JSoup]
document.select("#action-bar-container > div > div:eq(1) > a:eq(1)").attr("href");
Зависит от того, что вы хотите.
Document doc = JSoup.parse(googleURL);
doc.select("cite") //to get all the cite elements in the page
doc.select("li > cite") //to get all the <cites> that only exist under the <li>'s
doc.select("li.g cite") //to only get the <cite> tags under <li class=g> tags
public static void main(String[] args) throws IOException {
String html = getHTML();
Document doc = Jsoup.parse(html);
Elements elems = doc.select("li.g > cite");
for(Element elem: elems){
System.out.println(elem.toString());
}
}
Вот рабочий отдельный фрагмент с помощью Xsoup с Jsoup:
import java.util.List;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import us.codecraft.xsoup.Xsoup;
public class TestXsoup {
public static void main(String[] args){
String html = "<html><div><a href='https://github.com'>github.com</a></div>" +
"<table><tr><td>a</td><td>b</td></tr></table></html>";
Document document = Jsoup.parse(html);
List<String> filasFiltradas = Xsoup.compile("//tr/td/text()").evaluate(document).list();
System.out.println(filasFiltradas);
}
}
Вывод:
[a, b]
Библиотеки включены:
xsoup-0.3.1.jar jsoup-1.103.jar
Вам не обязательно конвертировать Xpath в специальные селектора JSoup.
Вместо этого вы можете использовать XSoup, который основан на JSoup и поддерживает Xpath.
https://github.com/code4craft/xsoup
Вот пример использования XSoup из документации.
@Test
public void testSelect() {
String html = "<html><div><a href='https://github.com'>github.com</a></div>" +
"<table><tr><td>a</td><td>b</td></tr></table></html>";
Document document = Jsoup.parse(html);
String result = Xsoup.compile("//a/@href").evaluate(document).get();
Assert.assertEquals("https://github.com", result);
List<String> list = Xsoup.compile("//tr/td/text()").evaluate(document).list();
Assert.assertEquals("a", list.get(0));
Assert.assertEquals("b", list.get(1));
}