使用Jsoup提取HTML中指定data-id节点数据的技术求助

嘿，作为Jsoup新手遇到这个问题很正常，我来帮你补全代码并解释清楚怎么实现你要的功能！

首先，我们的目标是：

• 选中所有带有data-id属性的<tr>标签
• 提取每个tr里第一个<td class="th">的文本（比如Dimension、Weight）和第二个<td class="l">的文本（对应的值）
• 把这些内容拼接成你想要的格式

完整代码示例 #

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class JsoupScraper {
    public static void main(String[] args) throws Exception{
        // 替换成你要抓取的实际URL
        final Document document = Jsoup.connect("你的目标URL").get();
        
        // 选择所有带有data-id属性的tr元素
        Elements trElements = document.select("tr[data-id]");
        
        // 用来拼接结果的字符串
        StringBuilder result = new StringBuilder();
        
        // 遍历每个tr元素
        for (Element tr : trElements) {
            // 获取第一个td（属性名）的文本，去除多余空格
            String propertyName = tr.selectFirst("td.th").text().trim();
            // 获取第二个td（属性值）的文本，去除多余空格
            String propertyValue = tr.selectFirst("td.l").text().trim();
            
            // 把属性名和值拼接到结果里，可按需调整分隔符
            result.append(propertyName).append(" ").append(propertyValue).append(" ");
        }
        
        // 输出最终结果，trim()去掉末尾多余的空格
        System.out.println(result.toString().trim());
    }
}

代码细节解释 #

• document.select("tr[data-id]")：这是Jsoup的CSS选择器语法，专门选中所有带有data-id属性的<tr>元素，不管data-id的具体值是什么。
• tr.selectFirst("td.th")：在单个tr标签内，精准定位第一个class为th的td元素，trim()用来清除文本前后的换行、空格等冗余空白。
• StringBuilder拼接结果：相比直接用+拼接字符串，它在处理大量元素时性能更优，避免频繁创建字符串对象。

针对你期望结果的说明 #

你给出的期望是「Dimension 190gr Ringtone」，看起来可能是笔误？按照你提供的网页结构，代码运行后会输出：
Dimension 152.5x82x9.8mm (6x3.23x0.39") Weight 190gr (6.7oz) Ringtone

如果确实需要筛选特定data-id的节点（比如只取13、15、116），只需把选择器改成tr[data-id="13"], tr[data-id="15"], tr[data-id="116"]即可。

内容的提问来源于stack exchange，提问作者Constantin N.