DOM帮助- jsoup nextSibling

Question

我想要做的事情对我来说似乎很简单，但我的努力远远超过了我应该做的。我有一个文档，其中包含以下内容：

<h2>First Heading</h2>
<table>
    <div class="title">First Subheading One</div>
    <div class="title">First Subheading Two</div>
    <div class="title">First Subheading Three</div>
</table>

<h2>Second Heading</h2>
<table>
    <div class="title">Second Subheading One</div>
    <div class="title">Second Subheading Two</div>
    <div class="title">Second Subheading Three</div>
</table>

<h2>Third Heading</h2>
<table>
    <div class="title">Third Subheading One</div>
    <div class="title">Third Subheading Two</div>
    <div class="title">Third Subheading Three</div>
</table>

不出所料，使用doc.select("h2")可以得到所有标题。使用doc.select("div.title")给出了所有的副标题，也不出所料。我要做的就是遍历返回的h2元素，并在其中遍历，然后遍历返回的div.title元素--我尝试过很多方法，我对编程一点也不陌生(不过，对jsoup来说是个新手)，但我似乎就是想不通如何做到这一点。

Headings = httpDoc.select("h3");
for(Element Headings : heading) {
    // something with heading.nextSibling here
}

如果有什么我能做的(例如。nextSibling)，这给了我节点？然后，我可以执行另一个select("div.title")，然后遍历这些select来获取副标题？

还是说我完全走错了路？如果这看起来很愚蠢，我很抱歉-我觉得有点愚蠢，因为我已经编写了很多年的代码，但从来没有处理过DOM (一直都是Win32的人)。

Answer 1

我的理解是！

我从您的问题中理解到的是，您正在尝试获取h2标记，然后对于每个heading <h2>，您将尝试在表中获取相应的div.title。

你的错误

在提供的代码片段中，你试图得到h3而不是h2，，这是你的超文本标记语言code.

• Secondly，中没有的

1. 片段是一个有错误的，因为根据的W3标准，<table>应该有一个<tr> & <td> (我认为<td>是可选的，请查看W3页面)。因此，在解析HTML片段时，只需对格式错误的<table>

进行prunes/removes jSoup即可。

根据我对您的问题的理解，预期输出!！

The header is: First Heading
The div content is: First Subheading One
The div content is: First Subheading Two
The div content is: First Subheading Three
========== +_+ ===========
The header is: Second Heading
The div content is: Second Subheading One
The div content is: Second Subheading Two
The div content is: Second Subheading Three
========== +_+ ===========
The header is: Third Heading
The div content is: Third Subheading One
The div content is: Third Subheading Two
The div content is: Third Subheading Three
========== +_+ ===========

以上输出的代码!！

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class JSoupTest 
{
    public static void main(String[] args) 
    {
        String s = "<h2>First Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>First Subheading One</div>";
        s += "<div class='title'>First Subheading Two</div>";
        s += "<div class='title'>First Subheading Three</div>";
        s += "</table>";

        s += "<h2>Second Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>Second Subheading One</div>";
        s += "<div class='title'>Second Subheading Two</div>";
        s += "<div class='title'>Second Subheading Three</div>";
        s += "</td></tr></table>";

        s += "<h2>Third Heading</h2>";
        s += "<table><tr><td>";
        s += "<div class='title'>Third Subheading One</div>";
        s += "<div class='title'>Third Subheading Two</div>";
        s += "<div class='title'>Third Subheading Three</div>";
        s += "</td></tr></table>";

        Document doc = Jsoup.parse(s);

        Elements h_2 = doc.select("h2");
        for(int i=0; i<h_2.size(); i++)
        {
            Element e = h_2.get(i);
            System.out.println("The header is: " + e.ownText());

            Element nextSib = e.nextElementSibling();

            Elements divs = nextSib.select("div.title");            
            for(int j=0; j<divs.size(); j++)
            {
                Element d = divs.get(j);
                System.out.println("The div content is: " + d.ownText());
            }

            System.out.println("========== +_+ ===========");
        }
    }
}