【java爬虫--3】Jsoup Document select用法

select详解

Document 继承自 Element 类。select方法将返回一个Elements集合。

1.通过标签名来查找：

测试代码：
<span>33</span>
<span>25</span>

select写法：Elements elements = document.select("span");

下面的例子都按照上面的格式来写，就不进行重复的标注了。

2.通过id来查找：

<span  id=\"mySpan\">36</span>
<span>20</span>

select写法： Elements elements = document.select("#mySpan");
//通过id来查找，使用方法跟css指定元素一样，用#

3.通过class名来查找：

<span class="myClass">36</span>
<span>20</span>

select写法：Elements elements = document.select(".myClass");
//使用方法跟css指定元素一样，用.

4.利用标签内属性名查找元素：

<span class="class1" id="id1">36</span>
<span class="class2" id="id2">36</span>

select写法：Elements elements = document.select("span[class=class1]span[id=id1]");
//规则为 标签名【属性名=属性值】，多个属性即多个【】，如上

5.利用标签内属性名前缀查找元素：

<span class="class1" >36</span>
<span class="class2" >22</span>

select写法：Elements elements = document.select("span[^cl]");
//规则为 标签名【^属性名前缀】，多个属性即多个【】

6.利用标签内属性名+正则表达式查找元素

对正则表达式不了解的同学下去一定要学习正则表达式哦，因为它在爬虫中可是很重要的。

<span class="ABC" >36</span>
<span class="ADE" >22</span>

select写法：Elements elements = document.select("span[class~=^AB]");
//规则为 标签名【属性名~=正则表达式】，以上的正则表达式的意思是查找class值以AB为开头的标签

7.利用标签文本包含某些内容来查找：

<span>36</span>
<span>22</span>

select写法：Elements elements = document.select("span:contains(3)");
//规则为 标签名:contains(文本值)

8.利用标签文本包含某些内容+正则表达式来查找：

<span>36</span>
<span>22</span>

select写法：Elements elements = document.select("span:matchesOwn(^3)");
//规则为 标签名:matchesOwn(正则表达式)，以上的正则表式的意思是以文本值以3为开头的标签