使用Jsoup获取没有属性的元素

Question

我有以下html,使用Jsoup我试图提取p部分中没有任何属性的文本(文本"Some text 2"而不是"Some text 1").

<div id="intro">
    <h1 class="some class">
    <p id="some_id">
        Some text 1
    </p>
    <p>
        Some text 2
    </p>
</div> 

我尝试使用以下Jsoup表达式:

div[id=intro] > p:not(:has(@*))

但它不起作用.谢谢你的帮助.

Answer 1

我认为您可以使用JSOUP CSS 选择器 p:not([^])，它将选择任何与具有以任何内容开头的属性不匹配的 p 。

String html = "<div id=\"intro\">"
        + "<h1 class=\"some class\">"
        + "<p id=\"some_id\">"
        +   "Some text 1"
        + "</p>"
        + "<p name=\"some_name\">"
        +   "Some text A"
        + "</p>"
        + "<p data>"
        +   "Some text B"
        + "</p>"
        +"<p>"
        +   "Some text 2"
        +"</p>"
        +"</div> ";

Document doc = Jsoup.parse(html);
Elements els = doc.select("p:not([^])");
for (Element el:els){
    System.out.println(el.text());
}

上面的例子只会打印出

Some text 2

因为只有这个p元素没有属性。

请注意，选择器p[^]将选择所有具有属性的 p 元素。