如何使用Jsoup从</p> <div>获取一系列<p>标签？

Question

网站上有<div>个类＆＃34; entrytext＆＃34;。
这会返回75 <p>个代码：

Document doc = Jsoup.connect(mUrl).get();
Elements p = doc.select("div[class=entrytext] > p");

我想要的是以下内容：
第一个<p>看起来像这样：

<font>SBS</font> 

之后有12个<p>标签，有：

<font>KBS2</font>

如何在<p>和<font>SBS</font>之间归还所有<font>KBS2</font>代码？

编辑：

<p><font color="#ff0000" size="6">SBS</font></p>

<p><img src="http://www.koreandrama.org/wp-content/uploads/2015/09/Six-Flying-Dragons-04-105x150.jpg" alt="Six Flying Dragons 04" width="105" height="150" class="alignnone size-thumbnail wp-image-46033"> </p>
<p><a href="http://www.koreandrama.org/six-flying-dragons/" target="_blank">육룡이 나르샤 / Six Flying Dragons / 六龍飛天</a><br> Broadcast period: 2015-Oct-05 to 2016-March-22<br> Air time: Monday &amp; Tuesday 22:00</p>

repeats another 10 times

<p><font color="#ff0000" size="6">KBS2</font></p>

Answer 1

您可以在此处使用CSS选择器：

div.entrytext p:has(font:containsOwn(SBS)) ~ p:not(p:has(font:containsOwn(KBS2)) ~ p):not(p:has(font:containsOwn(KBS2)))

样本

http://try.jsoup.org/~sTCURuIFhPww_PiP1QZJE_s-WDE

描述

div.entrytext                            /* Select div (A) with class entrytex */
p:has(font:containsOwn(SBS))             /* Select any p (B) descendant of (A) with <font>SBS</font> */
~ p                                      /* Select all p preceded by (B)... */
:not(p:has(font:containsOwn(KBS2)) ~ p)  /* ... but exclude any p preceded by <font>KBS2</font> */
:not(p:has(font:containsOwn(KBS2)))      /* ... and exclude the p tag having <font>KBS2</font> */

示例代码

String htmlpart = ""
        + "<div class=\"entrytext\">"
        + "<p>1</p>"
        + "<p><font>SBS</font></p>"
        + "<p>3</p>"
        + "<p>4</p>"
        + "<p>5</p>"
        + "<p><font>KBS2</font></p>"
        + "<p>7</p>"
        + "</div>"
        ;

Document doc = Jsoup.parse(htmlpart);
Elements allPs = doc.select("div.entrytext p:has(font:containsOwn(SBS)) ~ p:not(p:has(font:containsOwn(KBS2)) ~ p):not(p:has(font:containsOwn(KBS2)))");

System.out.println(allPs);

输出

<p>3</p>
<p>4</p>
<p>5</p>

Answer 2

我认为你不能把这种复杂的逻辑放在任何选择器中。我想你可能需要一点算法。这是我的解决方案：

String htmlpart = ""
    + "<div class=\"entrytext\">"
    + "<p>1</p>"
    + "<p><font>SBS</font></p>"
    + "<p>3</p>"
    + "<p>4</p>"
    + "<p>5</p>"
    + "<p><font>KBS2</font></p>"
    + "<p>7</p>"
    + "</div>"
    ;

Document doc = Jsoup.parse(htmlpart);
Elements allPs = doc.select("div[class=entrytext] > p");
boolean rem = true;
for (Iterator<Element> elemIter = allPs.iterator(); elemIter.hasNext();){
    Element p = elemIter.next();            
    if (!p.select("font:matchesOwn(^SBS)").isEmpty() || !p.select("font:matchesOwn(^KBS2)").isEmpty()){
        rem = !rem;
        elemIter.remove(); //remove the font elements in question
    }
    else if (rem){
        elemIter.remove();
    }
}

System.out.println(allPs);

这将产生以下输出。

<p>3</p>
<p>4</p>
<p>5</p>