我尝试迭代html节点并从该节点获取信息。
这是 html 示例:
<div class="less1">
<h4>Test name 1</h4>
<div>
<div id="email">test1@test.com</div>
<div id="email">test2@test.com</div>
<div id="email">test3@test.com</div>
</div>
</div>
<div class="less1">
<h4>Test name 2</h4>
<div>
<div id="email">test_name1@test.com</div>
<div id="email">test_name2@test.com</div>
<div id="email">test_name3@test.com</div>
</div>
</div>
<div class="less1">
<h4>Test name 3</h4>
<div>
<div id="email">test_name_3@test.com</div>
</div>
</div>
<div class="less1">
<h4>Test name 4</h4>
</div>
这是我的代码示例。
final List<HtmlListItem> nodes = htmlPage.getByXPath("//*[@class="less1"]");
for (HtmlListItem node: nodes) {
final List<?> divs = node.getByXPath("//h4/text()");
}
"divs" 列表大小始终为 4。
是否可以从当前节点仅获得 1 个结果?
要仅获取第一个匹配元素,请使用 getFirstByXPath
:
final List<?> divs = node.getFirstByXPath("//h4/text()");
如果需要按索引的特定元素:
final Object div = node.getByXPath("//h4/text()").get(index);
更新
也许问题是绝对xpath的使用。尝试在每个节点上使用相对路径:
String text = node.getByXPath("h4/text()");
List<String> emails = node.getByXPath("div/div");
否则,您可以从探索子节点的每个节点中提取数据
for (HtmlListItem node: nodes) {
NodeList children = node.getChildNodes();
for (int i = 0; i < children.getLength(); i++) {
Node child = children.item(i);
/** extract data from child **/
}
}