Jsoup選擇他們的孩子不包含特定標籤的元素

Question

我使用Jsoup從網頁中提取鏈接，但我想避免img鏈接。 所以下面的代碼：

Document doc = Jsoup.connect(i_Url).userAgent("chrome/5.0").get(); 
Elements links = doc.select("a[href]"); 

會讓我所有的鏈接，但他們中的一些圖片。執行以下操作：

links.stream().filter(link -> !link.tagName().equals("img")); 

不會起作用，因爲該元素的（=鏈接）孩子是一個與img標籤，例如：

<a href="index.htm" title="tutorialspoint"> 
    <img alt="tutorialspoint" src="/java/images/logo.png"> 
</a> 

我試過各種各樣的事情，如：

Elements links = doc.select("a[href]").select(":not(img)"); //or 
Elements links = doc.select("a[href]:not(img)"); //or 
Elements links = doc.select("a[href]") 
links.stream().filter(link -> link.children().contains(Tag.valueOf("img"))); 

我只是試圖玩各種變化，他們都沒有工作。談到HTML，我不是一個大專家。 幫助，將不勝感激。由於

Answer 1

使用以下選擇：

a[href]:not(:has(img)) 

我剛纔用下面的單元測試測試它，就像一個魅力：

@Test 
public void testParsingLinksWithoutImagesInside() { 
    //given: 
    String html = "<a href=\"index.htm\" title=\"tutorialspoint\">\n" + 
      " <img alt=\"tutorialspoint\" src=\"/java/images/logo.png\">\n" + 
      "</a>"; 

    //when: 
    Document document = Jsoup.parse(html); 
    Elements elements = document.select("a[href]:not(:has(img))"); 

    //then: 
    assertThat(elements.size()).isEqualTo(0); 
} 

我希望它能幫助:)