1

Есть такой блок, который хранит один пост (постов на странице много). В этом HTML фрагменте храниться id поста, ссылка на него, дата, время и теги. Кроме этого есть еще контент сам, но он в другом месте и с ним проблем нету.

<div class="row">
    <div class="col-xs-6">
        <a href="/story/17375">
            #17375</a> —
            <a href="/story/17375">7 февраля 2016, 17:00</a>
    </div>

    <div class="col-xs-6" style="text-align:right">
            <a href="/bytag/relations">отношения</a>           
    </div>
</div>

Так вот, как мне отдельно распарсить каждый элемент с помощью JSOUP? Единственное, что у меня вышло правильно - это получить теги:

Elements storiesTags = doc.select("[style=text-align:right]");

Я пробовал получить элементы через класс:

Elements storiesIds = doc.getElementsByClass("col-xs-6");

Но тогда парсятся теги тоже. Как мне сделать так, чтобы отдельно распарсить теги, а отдельно все остальное? Например, если у этого класса есть такой стиль, то пусть это будут теги, если нету вообще такого атрибута как стиль, то пусть это идет в остальное? И при возможности как мне это все остальное распарсить на id, ссылку на пост, дату и время?

Всю эту работу у меня выполняет метод parseDocument(Document doc). Есть определенный цикл, который проходит все страницы на сайте, каждая из которых содержит некоторое количество постов и на каждой итерации цикла вызывается этот метод. В результате он парсит не один пост, а некоторое количество и потом выводит в список результаты. Метод парсит как нужно только содержимое поста и его теги (голоса не совсем правильно, но это уже другой вопрос). Вот сам метод:

        public void parseDocument(Document doc) {
        ArrayList<NewStory> newStoryArrayList = new ArrayList<NewStory>();

        Elements storiesIds = null; // doc.getElementsByClass("col-xs-6");
        Elements storiesUrls = null; // doc.select("a.col-xs-6");
        Elements storiesDateAndTime = null;
        Elements storiesTags = doc.select("[style=text-align:right]");
        Elements storiesContent = doc.select("[style=margin:0.5em 0;line-height:1.785em]");
        Elements storiesVotes = doc.select("[style=text-align:center]");

        // Iterator<Element> storiesIdIterator = storiesIds.iterator();
        // Iterator<Element> storiesUrlIterator = storiesUrls.iterator();
        // Iterator<Element> storiesDateAndTimeIterator = storiesDateAndTime.iterator();
        Iterator<Element> storiesTagIterator = storiesTags.iterator();
        Iterator<Element> storiesContentIterator = storiesContent.iterator();
        Iterator<Element> storiesVoteIterator = storiesVotes.iterator();

        while (storiesTagIterator.hasNext() && storiesContentIterator.hasNext() && storiesVoteIterator.hasNext()) {
            newStoryArrayList.add(new NewStory(null, null, null, storiesTagIterator.next().text(), storiesContentIterator.next().text(), storiesVoteIterator.next().text()));
        }

        for (NewStory newStory : newStoryArrayList) {
            MainActivity.this.newStoryArrayList.add(newStory);
        }
    }

2 ответа 2

4

Псевдоселектор :not:

div.row>div.col-xs-6:not([style])

Выбрать внутри div с классом .row такие div с классом .col-xs-6, у которых нет атрибута style.

Еще можно обойтись одним итератором, и просто в правильном порядке вызывать .next() дважды, но в вашем коде это может привести к неожиданным проблемам при изменении порядка параметров конструктора.

1
  • Это то, что мне было нужно :) 7 фев 2016 в 23:51
1

Просто пробегайте циклом по всем одинаковым элементам и (например) определяя есть ли у них стиль разделяйте их.

Elements storiesIds = doc.getElementsByClass("col-xs-6");
for(Element el: storiesIds)
{
    if(el.hasAttr("style") {...}
    else {...}
}
3
  • Если честно я немного не понял как это впихнуть в мою уже написанную реализацию, поэтому я добавил свой метод... 7 фев 2016 в 17:25
  • @Kostya, теперь я не понимаю в чём ваша конкретная проблема.
    – ЮрийСПб
    7 фев 2016 в 17:44
  • Я бы хотел выделить парсером каждый элемент одной строчкой, как например для тегов: Elements storiesTags = doc.select("[style=text-align:right]"); Хочу также сделать для других элементов, этот кусок работает неправильно и захватывает теги, так как они относятся к этому классу тоже: Elements storiesIds = doc.getElementsByClass("col-xs-6"); Я хочу сделать что-то вроде такого средствами JSOUP, но не знаю как: Elements storiesIds = doc.getElementsByClass("col-xs-6").notContain("style"); // и тогда теги не будут сюда попадать Надеюсь Вы меня поняли :) 7 фев 2016 в 18:11

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.