java - 在 HTMLparser HasAttributeFilter 参数中使用通配符（或正则表达式）

Question

我使用 org.htmlparser。如何通过类掩码接收节点列表？例如：

<span class="selection-link normal coeff816128@Result.draw">....</span>
<span class="selection normal coefd816154@Result.draw">....</span>

我想接收所有具有“正常”类的标签。很遗憾

新的 HasAttributeFilter("class", "normal")

不工作。HTMLparser 是否允许类似的东西new HasAttributeFilter("class", "\*normal*")？

Answer 1

如果可能的话，你可以试试jsoup——它是一个非常强大的开源 html 库。

这是一个示例，如何获取（和打印）具有normal类的每个元素：

输入HTML：

<span class="selection-link normal coeff816128@Result.draw">....</span>
<span class="selection-link coeff816128@Result.draw">....</span>
<span class="selection coefd816154@Result.draw">....</span>
<span class="selection normal coefd816154@Result.draw">....</span>

（这是你的，但有两个额外span的没有normal类）

汤：

/* Input file - containing the html listed above.*/
final File f = new File("test.html");

/*
 * Parse the html into a jsoup document. In this example i get it from
 * the file, but its possible to parse from string or connect to a
 * website.
 */
Document doc = Jsoup.parse(f, null);


/* Iterate over eacht element */
for( Element element : doc.select("*.normal") )
{
    System.out.println(element);
}

随着*.normal您选择每个带有 class 的元素normal。但是，如果您只不想使用带有span标签的那些span.normal。

有关 Jsoup 选择器 api 的文档，请参见此处：http: //jsoup.org/cookbook/extracting-data/selector-syntax

顺便提一句。如果你想使用 DOM 选择器而不是select()：doc.getElementsByClass("normal")