在jsoup中获取html字符串中的所有属性

问题描述：

我有HTML格式的字符串，我试图使用Jsoup获取所有属性及其值。在jsoup中获取html字符串中的所有属性

字符串是

String string= 
"<button class=submit btn primary-btn flex-table-btn js-submit type=submit>Sign in</button>"; 

Document doc = Jsoup.parse(string); 
    try { 
     org.jsoup.nodes.Attributes attrs = doc.attributes(); 

     for(org.jsoup.nodes.Element element : doc.getAllElements()) 
     { 
       for(Attribute attribute : element.attributes()) 
       { 
        System.out.println(attribute.getKey() + " --::-- "+attribute.getValue() ); 
       } 
     } 

    } catch (Exception e) { 
     e.printStackTrace(); 
    }

我期望的输出是::

key: **class** , Value is: **submit btn primary-btn flex-table-btn js-submit** 

key: **type** , Value is: **submit**

但我得到的是这种

key: class , Value is: submit key: btn , Value is: key: primary-btn , Value is: key: flex-table-btn , Value is: key: js-submit , Value is: key: type , Value is: submit

这是因为引号的。如果我用

String string= 
"<button class='submit btn primary-btn flex-table-btn js-submit' type='submit'>  Sign in</button>";

我会得到我想要的输出。但我试图得到没有引号。

答

您不能不带引号，因为引号不是可选的。如果没有引号，那么您引用的HTML描述了一个元素，其中包含一个类（submit）和一系列非类，无效的附加属性，名称如btn，flex-table等，这就是浏览器将如何解释它，就像JSoup所做的一样。如果这些要素是要素上的附加类别，则需要要求。

从the specification：

未引用属性值的语法

属性名称，后面的零个或多个空格字符，接着是单独的U + 003D等号字符，接着是零个或更多的空格字符，后面是属性值，除了上面给出的属性值的要求之外，不能包含任何字面空格字符，任何U + 0022 QUOTATIO （U + 003D）字符，“<”（U + 003C）字符，“>”（U + 003E）字符或U + 0060字符GRAVE ACCENT字符（`），并且不能是空字符串。

请注意，“一定不能包含任何文字空格字符”我强调的部分。

答

很简单与Jsoup：

Document doc = Jsoup.parse(HTML); 
List<String> tags = new ArrayList<String>(); //record tags 

for(Element e : doc.getAllElements()){  // all elements in html 

    tags.add(e.tagName().toLowerCase()); // add each tag in tags List 
    //System.out.println("Tag: "+ e.tag()+" attributes = "+e.attributes()); // attributes with values in string 
    //System.out.println("Tag: "+ e.tag()+" attributes = "+e.attributes().asList()); //attributes in List<Attribute> 

    for(Attribute att : e.attributes().asList()){ // for each tag get all attributes in one List<Attribute> 
     System.out.print("Key: "+att.getKey()+ " , Value: "+att.getValue()); 
     System.out.println(); 
    } 
} 

System.out.println("*****************"); 
System.out.println("All Tags = "+tags); 
System.out.println("Distinct Tags = "+ new HashSet<String>(tags));

在jsoup中获取html字符串中的所有属性

相关推荐