jsoup 选择器的语法介绍

tagname

使用标签名来定位，例如 a

ns|tag

使用命名空间的标签定位，例如 fb:name 来查找 <fb:name> 元素

#id

使用元素 id 定位，例如 #logo

.class

使用元素的 class 属性定位，例如 .head

[attribute]

使用元素的属性进行定位，例如 [href] 表示检索具有 href 属性的所有元素

[^attr]

使用元素的属性名前缀进行定位，例如 [^data-] 用来查找 HTML5 的 dataset 属性

[attr=value]

使用属性值进行定位，例如 [width=500] 定位所有 width 属性值为 500 的元素

[attr^=value], [attr$=value], [attr*=value]

这三个语法分别代表，属性以 value 开头、结尾以及包含

[attr~=regex]

使用正则表达式进行属性值的过滤，例如 img[src~=(?i)\.(png|jpe?g)]

*

定位所有元素

el#id

定位 id 值某个元素，例如 a#logo -> <a id=logo href= … >

el.class

定位 class 为指定值的元素，例如 div.head -> <div class=head>xxxx</div>

el[attr]

定位所有定义了某属性的元素，例如 a[href]

以上三个任意组合

例如 a[href]#logo 、a[name].outerlink

ancestor child

这五种都是元素之间组合关系的选择器语法，其中包括父子关系、合并关系和层次关系。

parent > child

siblingA + siblingB

siblingA ~ siblingX

el, el, el

:lt(n)

例如 td:lt(3) 表示 小于三列

:gt(n)

div p:gt(2) 表示 div 中包含 2 个以上的 p

:eq(n)

form. input:eq(1) 表示只包含一个 input 的表单

:has(seletor)

div:has(p) 表示包含了 p 元素的 div

:not(selector)

div:not(.logo) 表示不包含 class=logo 元素的所有 div 列表

:contains(text)

包含某文本的元素，不区分大小写，例如 p:contains(oschina)

:containsOwn(text)

文本信息完全等于指定条件的过滤

:matches(regex)

使用正则表达式进行文本过滤：div:matches((?i)login)

:matchesOwn(regex)

使用正则表达式找到自身的文本