java - 在jsoup中提取td标签内的href值

Question

我有

<table class="table" >
<tr>   
 <td><a href="url">text1</a></td>    
<td>text2</td> 

 </tr>
  <tr>
    <td><a href="url2">text</a></td> 
   <td>text</td> 

</tr>

我想提取我使用的所有行的 url 和文本

Document doc = Jsoup.connect(url).get();
for (Element table : doc.select("table.table")) {
                for (Element row : table.select("tr")) {
                     Elements tds = row.select("td");
                           String text1=tds.get(0).text();
                           String url= row.attr("href");
                         System.out.println(text1+ "," + url);
                }
}

我得到 text1 值，但 url 为空。

如何从 td 标签中获取 url？

Answer 1

您的行变量不是a标签，因此它没有属性href。

试试这个：

Element table = doc.select("table.table");
Elements links = table.getElementsByTag("a");
for (Element link: links) {
    String url = link.attr("href");
    String text = link.text();
    System.out.println(text + ", " + url);
}

这几乎是从JSoup 文档中提取的

Answer 2

你（也许其他人）可以试试这个：

  Document doc = Jsoup.connect(url).get();
        for (Element table : doc.select("table.table")) {
            for (Element row : table.select("tr")) {
                for (Element tds : row.select("td")) {
                    Elements links = tds.select("a[href]");
                    for (Element link : links) {
                        System.out.println("link : " + link.attr("href"));
                        System.out.println("text : " + link.text());
                    }
                }
            }
        }