浏览HTML页面

Question

我正在努力刮一个包含博彩赔率数据的网站。

在编写页面的方式中，它在标签标记中列出了市场名称，标签标记不是选择的父标记，而是页面的分隔符。

使用JSoup，我可以提取我想要的所有选择数据，但我不知道如何计算“label”前面的值是用于选择的值。因此，实际上我在页面上有所有的选择和价格，但我无法解决‘巴西4美元’是否涉及世界杯市场，得分最高的球队还是任何其他市场。

我用来获取市场和选择的代码是：

    Elements marketNames  = doc.getElementsByTag("label");
    Elements runnerNames = doc.getElementsByClass("selection");

基本上现在我有一个选择，如“巴西-4.0美元”。我还想知道之前的标签是什么，所以我可以称之为“赢家-巴西-4.0美元”。

Answer 1

如果您想要上一个标签，您可以迭代div标记，这样您就可以知道标签的顺序。

Elements divs = doc.select("div.sports_FfCell"); //gets the div part that has the information you want. 

for (Element div : divs) {      
     if (div.toString().contains("market")) //there is a market tag for the table labels (sports_FfCell market).
        System.out.print(div.text() + " - "); //no new line after the winner text.
     else
        System.out.println(div.text().replace("MULTI", "- ")); //it gets the MULTI part too, so i replace it.
}

输出：

Place Win World Cup 2014
Winner - Brazil - 3.75
Argentina - 5.00
Germany - 6.50
Spain - 7.00
Belgium - 21.00
...