java HTML解析getElementByClass方法

Question

我试图解析html文件，我需要从文件中检索一个表

我可以假定getElementsByClass函数按文件中的顺序返回元素集合吗？对于getElementsByTag和getElementsById也有同样的问题

Elements table_rows = tbody.getElementsByClass("table_row");
for(Element tr : table_rows){
    Elements table_datas = tr.getElementsByTag("td");
}

Answer 1

元素。getElements*方法按照元素在文档中出现的顺序返回元素（使用深度优先的前序遍历），这很容易从源代码中验证。首先是元素。getElementsByClass，使用与类匹配的计算器：

public Elements getElementsByClass(String className) {
    Validate.notEmpty(className);
    return Collector.collect(new Evaluator.Class(className), this);
}

其他getElements*方法是类似的（当然，有不同的评估者）。getElementById类似，只是它只返回集合中的第一个元素（如果集合为空，则返回null）

收藏家。collect只是设置了一个访问者，在第一次遇到元素时添加与评估器匹配的元素（预排序）：

public static Elements collect (Evaluator eval, Element root) {
    Elements elements = new Elements();
    new NodeTraversor(new Accumulator(root, elements, eval)).traverse(root);
    return elements;
}

private static class Accumulator implements NodeVisitor {
    /* uninteresting parts removed */
    public void head(Node node, int depth) {
        if (node instanceof Element) {
            Element el = (Element) node;
            if (eval.matches(root, el))
                elements.add(el);
        }
    }
}

NodeTraversor。遍历被明确地记录为对其参数及其所有子代执行深度优先遍历，所以这里不显示代码