精华内容
下载资源
问答
  • 详细内容见安装文件help文档。 除此之外,东日还有两个很coolMenu: MatrixMenu和WheelMenu。 (详细内容请参见http://www.sunisoft.cn/irisskin)。 《皮肤控件:东日 Skin详细信息.doc》 4.3.2 Appface ...
  • 好久没用 python 了。返校后,忙飞,就差再长几只手了。 今天小白同学找到我,问我... C、XHTML不属于HTML5发展史中版本 D、HTML5不需要安装任何插件就可以直接使用网页播放视频 我答案:D 2 下面代码

    好久没用 python 了。返校后,忙的飞,就差再长几只手了。

    今天 xbs 同学找到我,问我问题,还给我看了下他的笔记文档。笔记就是网上复制的文字,粘贴到记事本后,格式有点乱。如下代码所示。

    1以下关于HTML5的描述正确的是()。(2.0分)
        A、HTML5不适合W3C标准
        B、HTML5只是在原来的基础上规范了标准,没有新增内容。
        C、XHTML不属于HTML5的发展史中的版本
        D、HTML5不需要安装任何插件就可以直接使用网页播放视频
    我的答案:D
    2
    
    下面代码的运行结果,说法正确的是(     )。
    
    <ul>
    
      <li>苹果</li>
    
      <li>香蕉</li>
    
      <li>橘子</li>
    
    </ul>
    
    
    (2.0分)
    
        A、
    
        是有序列表
        B、
    
        是无序列表
        C、
    
        是定义列表
        D、
    
        都不正确
    
    我的答案:B
    3以下哪个不是HTML5新增的结构元素?()
    (2.0分)
        A、header
        B、section
        C、 nav
        D、div
    我的答案:D
    4下面关于hgoup元素的作用述说正确的是()
    (2.0分)
        A、编码格式
        B、用来在文档中呈现联系信息
        C、 将标题及其子标题进行分组的元素
        D、以上都正确
    我的答案:C
    5
    
    
    关于新增的网页元素,说法错误的是()。
    (2.0分)
    
        A、
    
        video定义音频,如音乐或其他音频流。
        B、
    
        canvas定义图形
        C、
    
        datalist定义可选的数据列表
        D、
    
        time定义日期
    
    我的答案:A
    6
    
    
    下面关于表单的叙述错误的是(         )。
    (2.0分)
    
        A、
    
        表单是用户与网站实现交互的重要手段
        B、
    
        表单可以收集浏览者的信息
        C、
    
        表单是网页上的一个特定区域。
        D、
    
        表单是由一对<table>标签组成
    
    我的答案:D
    7
    
    
    要建立一个输入单行文字的文本框,下面代码正确的是(         )。
    (2.0分)
    
        A、
    
        <input>
        B、
    
        <input type="text">
        C、
    
        <input type="radio">
        D、
    
        <input type="password">
    
    我的答案:B
    8
    
    
    下列哪一个input类型不是HTML5中新增的?
    (2.0分)
    
        A、
    
        date
        B、
    
        color
        C、
    
        file
        D、
    
        number
    
    我的答案:C
    9
    
    
    哪种输入类型定义滑块控件?(  )
    (2.0分)
    
        A、
    
        search
        B、
    
        controls
        C、
    
        slider
        D、
    
        range
    
    我的答案:D
    10
    
    
    加上下面哪个属性,打开画面时,该控件自动获取光标焦点(         )。
    (2.0分)
    
        A、
    
        step
        B、
    
        autofocus
        C、
    
        required
        D、
    
        date
    
    我的答案:B
    11
    
    
    在 HTML5 中,哪个属性用于规定输入字段是必填的?(  )
    (2.0分)
    
        A、
    
        required
        B、
    
        formvalidate
        C、
    
        validate
        D、
    
        placeholder
    
    我的答案:A
    12
    
    
    email类型的文本框具有一个mutiple属性,它的作用是()
    (2.0分)
    
        A、
    
        它判断该文本框中输入的值,是否为正确的邮箱地址
        B、
    
        它不允许该文本框为空
        C、
    
        它允许在该文本框中是用逗号隔开的有效E-mail地址的一个列表
        D、
    
        以上都不正确
    
    我的答案:C
    13
    
    
    为input类型输入框添加消息提示的属性是哪一个?
    (2.0分)
    
        A、
    
        detail
        B、
    
        pattern
        C、
    
        placeholder
        D、
    
        required
    
    我的答案:C
    14
    
    
    哪一个不是HTML5新增的语义化标记元素(2.0分)
    
        A、
    
        section
        B、
    
        head
        C、
    
        article
        D、
    
        aside
    
    我的答案:B
    15
    
    
    如果允许用户在线编辑元素中的内容,需要为该元素设置哪一个属性?
    (2.0分)
    
        A、
    
        designMode
        B、
    
        placeholder
        C、
    
        contentEditable
        D、
    
        required
    
    我的答案:C
    16
    
    
    如下代码中:<input type="text" pattern="[1-7]{7}"/>中pattern的含义是?
    (2.0分)
    
        A、
    
        只能输入数字7且数量是1-7个
    
    
    
        B、
    
    
        只能输入数字1或7且数量是7个
    
    
        C、
    
        只能输入数字1至7且数量是7个
        D、
    
        只能输入数字7且数量是1或7个
    
    我的答案:C
    17
    
    如果需要显示日历对话框,并且需要选取日、月、年,应该这样写。
    
    <input type="_____________" name="birthday">
    
    
    
    (2.0分)
    
        A、
    
        date
        B、
    
        datetime
        C、
    
        time
        D、
    
        month
    
    我的答案:A
    18
    
    下列哪一个标签用于表示进度条
    (2.0分)
    
        A、
    
        progress
        B、
    
        meter
        C、
    
        details
        D、
    
        summary
    
    我的答案:A
    二、判断题 (题数:3,共 6.0 分)
    1
    
    
    article元素可以嵌套使用。()
    (2.0分)
    我的答案: √
    2
    
    
    nav元素用来构建导航。()
    (2.0分)
    我的答案: √
    3
    
    
    pattern属性主要目的是根据表单控件上设置的格式规则验证输入是否为有效格式。()
    (2.0分)
    我的答案: √
    三、简答题 (题数:3,共 18.0 分)
    1
    
    
    HTML5中新增了很多元素,其中,details和summary元素是其中重要的一个元素。那么,如何理解details和summary元素呢?
    (6.0分)
    
    我的答案
    
    details元素用于描述文档或者文档某个部分的细节;
    
    summary可以与details配合使用,作为details元素的第一个子元素,用于为details定义标题。标题是可见的,当用户点击标题时,会显示或者隐藏details中的其他内容。
    2
    
    列举出HTML5新增的文档结构元素(至少6个)以及每一个元素的功能
    
    
    (6.0分)
    
    我的答案
    
    article表示一段独立内容;
    
    section一个主题性内容分组
    
    nav页面的导航
    
    aside具有独立性,对页面内容进行补充
    
    header包含整个页面或者某个区块的标题或者简介等信息
    
    footer放在页面底部
    3
    
    在HTML5中新增了很多表单属性,请解释如下几个属性的作用
    
    (1)pattern
    
    (2)multiple
    
    (3)form
    
    (4)autocomplete
    
    
    (6.0分)
    
    我的答案
    
    (1)正则验证
    
    (2)允许输入框输入多个值,且适用于邮箱和文件
    
    (3)指定表单外的输入字段所属的一个或多个表单
    
    (4)自动完成
    

    他问:能不能快速把他做的 txt 笔记整理下,方便复习。

    一脸真诚的望着我,一双渴求知识的眼睛盯着我,我看了看手中的事情,嘴巴一张 OK,有python,一切都简单。

    目标

    1、去掉空白行;

    2、试题序号和题目要在一行;

    3、答案选项要在一行。

    思路

    1、利用python,读取 txt 文件;

    2、对每行数据进行判断,是空格,就跳过;不是就准备写入新文档;

    3、判断每行是否纯数字,说明是题目序号,写入的时候末尾不换行;

    4、判断每行是否“字母+顿号”,说明是选项序号,写入的时候末尾不换行。

    代码

    import os,re
    '''
     整理本地 txt 文档为格式化的文档
    '''
    
    file = open("html5_01.txt","r",encoding="utf-8")
    arr = file
    # 写入文件
    with  open("html5_01_new.txt","a",encoding="utf-8") as newFile:
        for line in arr :
            str = line.strip()
            if str == "":
                continue
            if re.match("^\d+$",str):
                newFile.write(str+" " )
            elif re.match("^[a-z]、$",str,re.I):
                newFile.write( str )
            else:
                newFile.write( str+"\n")
    
    
    

    还是挺简单的。

    但是,python 2个月未碰了,还是手生了点。看来要经常写到,才不会生疏啊。

    完工~

    记录一下~ 每天都要坚持学习~ 

    整理后的结果:

    1以下关于HTML5的描述正确的是()。(2.0分)
    A、HTML5不适合W3C标准
    B、HTML5只是在原来的基础上规范了标准,没有新增内容。
    C、XHTML不属于HTML5的发展史中的版本
    D、HTML5不需要安装任何插件就可以直接使用网页播放视频
    我的答案:D
    2 下面代码的运行结果,说法正确的是(     )。
    <ul>
    <li>苹果</li>
    <li>香蕉</li>
    <li>橘子</li>
    </ul>
    (2.0分)
    A、是有序列表
    B、是无序列表
    C、是定义列表
    D、都不正确
    我的答案:B
    3以下哪个不是HTML5新增的结构元素?()
    (2.0分)
    A、header
    B、section
    C、 nav
    D、div
    我的答案:D
    4下面关于hgoup元素的作用述说正确的是()
    (2.0分)
    A、编码格式
    B、用来在文档中呈现联系信息
    C、 将标题及其子标题进行分组的元素
    D、以上都正确
    我的答案:C
    5 关于新增的网页元素,说法错误的是()。
    (2.0分)
    A、video定义音频,如音乐或其他音频流。
    B、canvas定义图形
    C、datalist定义可选的数据列表
    D、time定义日期
    我的答案:A
    6 下面关于表单的叙述错误的是(         )。
    (2.0分)
    A、表单是用户与网站实现交互的重要手段
    B、表单可以收集浏览者的信息
    C、表单是网页上的一个特定区域。
    D、表单是由一对<table>标签组成
    我的答案:D
    7 要建立一个输入单行文字的文本框,下面代码正确的是(         )。
    (2.0分)
    A、<input>
    B、<input type="text">
    C、<input type="radio">
    D、<input type="password">
    我的答案:B
    8 下列哪一个input类型不是HTML5中新增的?
    (2.0分)
    A、date
    B、color
    C、file
    D、number
    我的答案:C
    9 哪种输入类型定义滑块控件?(  )
    (2.0分)
    A、search
    B、controls
    C、slider
    D、range
    我的答案:D
    10 加上下面哪个属性,打开画面时,该控件自动获取光标焦点(         )。
    (2.0分)
    A、step
    B、autofocus
    C、required
    D、date
    我的答案:B
    11 在 HTML5 中,哪个属性用于规定输入字段是必填的?(  )
    (2.0分)
    A、required
    B、formvalidate
    C、validate
    D、placeholder
    我的答案:A
    12 email类型的文本框具有一个mutiple属性,它的作用是()
    (2.0分)
    A、它判断该文本框中输入的值,是否为正确的邮箱地址
    B、它不允许该文本框为空
    C、它允许在该文本框中是用逗号隔开的有效E-mail地址的一个列表
    D、以上都不正确
    我的答案:C
    13 为input类型输入框添加消息提示的属性是哪一个?
    (2.0分)
    A、detail
    B、pattern
    C、placeholder
    D、required
    我的答案:C
    14 哪一个不是HTML5新增的语义化标记元素(2.0分)
    A、section
    B、head
    C、article
    D、aside
    我的答案:B
    15 如果允许用户在线编辑元素中的内容,需要为该元素设置哪一个属性?
    (2.0分)
    A、designMode
    B、placeholder
    C、contentEditable
    D、required
    我的答案:C
    16 如下代码中:<input type="text" pattern="[1-7]{7}"/>中pattern的含义是?
    (2.0分)
    A、只能输入数字7且数量是1-7个
    B、只能输入数字1或7且数量是7个
    C、只能输入数字1至7且数量是7个
    D、只能输入数字7且数量是1或7个
    我的答案:C
    17 如果需要显示日历对话框,并且需要选取日、月、年,应该这样写。
    <input type="_____________" name="birthday">
    (2.0分)
    A、date
    B、datetime
    C、time
    D、month
    我的答案:A
    18 下列哪一个标签用于表示进度条
    (2.0分)
    A、progress
    B、meter
    C、details
    D、summary
    我的答案:A
    二、判断题 (题数:3,共 6.0 分)
    1 article元素可以嵌套使用。()
    (2.0分)
    我的答案: √
    2 nav元素用来构建导航。()
    (2.0分)
    我的答案: √
    3 pattern属性主要目的是根据表单控件上设置的格式规则验证输入是否为有效格式。()
    (2.0分)
    我的答案: √
    三、简答题 (题数:3,共 18.0 分)
    1 HTML5中新增了很多元素,其中,details和summary元素是其中重要的一个元素。那么,如何理解details和summary元素呢?
    (6.0分)
    我的答案
    details元素用于描述文档或者文档某个部分的细节;
    summary可以与details配合使用,作为details元素的第一个子元素,用于为details定义标题。标题是可见的,当用户点击标题时,会显示或者隐藏details中的其他内容。
    2 列举出HTML5新增的文档结构元素(至少6个)以及每一个元素的功能
    (6.0分)
    我的答案
    article表示一段独立内容;
    section一个主题性内容分组
    nav页面的导航
    aside具有独立性,对页面内容进行补充
    header包含整个页面或者某个区块的标题或者简介等信息
    footer放在页面底部
    3 在HTML5中新增了很多表单属性,请解释如下几个属性的作用
    (1)pattern
    (2)multiple
    (3)form
    (4)autocomplete
    (6.0分)
    我的答案
    (1)正则验证
    (2)允许输入框输入多个值,且适用于邮箱和文件
    (3)指定表单外的输入字段所属的一个或多个表单
    (4)自动完成
    

     

    展开全文
  • HTML招聘简历解析

    2015-10-20 14:42:00
    使用 jsoup 对 HTML ...根据格式,再将需要的内容通过下面方法具体分析出来,以下内容属于转载,感谢原创,对我之前工作帮助很大:jsoup 是一款 Java HTML 解析器,可直接解析某个 URL 地址、HTML 文本内容...

     

     

    使用 jsoup 对 HTML 文档进行解析和操作

    Jsoup解析html简历与dom4j解析xml是一个道理:首先必须知道html的格式,不知道格式,无法解析。根据格式,再将需要的内容通过下面的方法具体分析出来,以下内容属于转载,感谢原创,对我之前的工作帮助很大jsoup 是一款 Java 的 HTML 解析器,可直接解析某个 URL 地址、HTML 文本内容。它提供了一套非常省力的 API,可通过 DOM,CSS 以及类似于 jQuery 的操作方法来取出和操作数据。本文主要介绍如何使用 jsoup 来进行常用的 HTML 解析。

     

    jsoup 简介

    Java 程序在解析 HTML 文档时,相信大家都接触过 htmlparser 这个开源项目,我曾经在 IBM DW 上发表过两篇关于 htmlparser 的文章,分别是:从 HTML 中攫取你所需的信息 扩展 HTMLParser 对自定义标签的处理能力。但现在我已经不再使用 htmlparser 了,原因是 htmlparser 很少更新,但最重要的是有了 jsoup 。

    jsoup 是一款 Java 的 HTML 解析器,可直接解析某个 URL 地址、HTML 文本内容。它提供了一套非常省力的 API,可通过 DOM,CSS 以及类似于 jQuery 的操作方法来取出和操作数据。

    jsoup 的主要功能如下:

    1. 从一个 URL,文件或字符串中解析 HTML;

    2. 使用 DOM 或 CSS 选择器来查找、取出数据;

    3. 可操作 HTML 元素、属性、文本;

    jsoup 是基于 MIT 协议发布的,可放心使用于商业项目。

    jsoup 的主要类层次结构如图 1 所示:

    图 1. jsoup 的类层次结构
    图 1. jsoup 的类层次结构

    接下来我们专门针对几种常见的应用场景举例说明 jsoup 是如何优雅的进行 HTML 文档处理的。

     

    文档输入

    jsoup 可以从包括字符串、URL 地址以及本地文件来加载 HTML 文档,并生成 Document 对象实例。

    下面是相关代码:

    清单 1
     // 直接从字符串中输入 HTML 文档
     String html = "<html><head><title> 开源中国社区 </title></head>"
      + "<body><p> 这里是 jsoup 项目的相关文章 </p></body></html>"; 
     Document doc = Jsoup.parse(html); 
    
     // 从 URL 直接加载 HTML 文档
     Document doc = Jsoup.connect("http://www.oschina.net/").get(); 
     String title = doc.title(); 
    
     Document doc = Jsoup.connect("http://www.oschina.net/") 
      .data("query", "Java")   // 请求参数
      .userAgent("I ’ m jsoup") // 设置 User-Agent 
      .cookie("auth", "token") // 设置 cookie 
      .timeout(3000)           // 设置连接超时时间
      .post();                 // 使用 POST 方法访问 URL 
    
     // 从文件中加载 HTML 文档
     File input = new File("D:/test.html"); 
     Document doc = Jsoup.parse(input,"UTF-8","http://www.oschina.net/");

    请大家注意最后一种 HTML 文档输入方式中的 parse 的第三个参数,为什么需要在这里指定一个网址呢(虽然可以不指定,如第一种方法)?因为 HTML 文档中会有很多例如链接、图片以及所引用的外部脚本、css 文件等,而第三个名为 baseURL 的参数的意思就是当 HTML 文档使用相对路径方式引用外部文件时,jsoup 会自动为这些 URL 加上一个前缀,也就是这个 baseURL。

    例如 <a href=/project> 开源软件 </a> 会被转换成 <a href=http://www.oschina.net/project> 开源软件 </a>。

     

    解析并提取 HTML 元素

    这部分涉及一个 HTML 解析器最基本的功能,但 jsoup 使用一种有别于其他开源项目的方式——选择器,我们将在最后一部分详细介绍 jsoup 选择器,本节中你将看到 jsoup 是如何用最简单的代码实现。

    不过 jsoup 也提供了传统的 DOM 方式的元素解析,看看下面的代码:

    清单 2.
     File input = new File("D:/test.html"); 
     Document doc = Jsoup.parse(input, "UTF-8", "http://www.oschina.net/"); 
    
     Element content = doc.getElementById("content"); 
     Elements links = content.getElementsByTag("a"); 
     for (Element link : links) { 
      String linkHref = link.attr("href"); 
      String linkText = link.text(); 
     }

    你可能会觉得 jsoup 的方法似曾相识,没错,像 getElementById 和 getElementsByTag 方法跟 JavaScript 的方法名称是一样的,功能也完全一致。你可以根据节点名称或者是 HTML 元素的 id 来获取对应的元素或者元素列表。

    与 htmlparser 项目不同的是,jsoup 并没有为 HTML 元素定义一个对应的类,一般一个 HTML 元素的组成部分包括:节点名、属性和文本,jsoup 提供简单的方法供你自己检索这些数据,这也是 jsoup 保持瘦身的原因。

    而在元素检索方面,jsoup 的选择器简直无所不能,

    清单 3.
     File input = new File("D:\test.html"); 
     Document doc = Jsoup.parse(input,"UTF-8","http://www.oschina.net/"); 
    
     Elements links = doc.select("a[href]"); // 具有 href 属性的链接
     Elements pngs = doc.select("img[src$=.png]");// 所有引用 png 图片的元素
    
    
     Element masthead = doc.select("div.masthead").first(); 
     // 找出定义了 class="masthead" 的元素
    
     Elements resultLinks = doc.select("h3.r > a"); // direct a after h3

    这是 jsoup 真正让我折服的地方,jsoup 使用跟 jQuery 一模一样的选择器对元素进行检索,以上的检索方法如果换成是其他的 HTML 解释器,至少都需要很多行代码,而 jsoup 只需要一行代码即可完成。

    jsoup 的选择器还支持表达式功能,我们将在最后一节介绍这个超强的选择器。

     

    修改数据

    在解析文档的同时,我们可能会需要对文档中的某些元素进行修改,例如我们可以为文档中的所有图片增加可点击链接、修改链接地址或者是修改文本等。

    下面是一些简单的例子:

    清单 4.
     doc.select("div.comments a").attr("rel", "nofollow"); 
     // 为所有链接增加 rel=nofollow 属性
     doc.select("div.comments a").addClass("mylinkclass"); 
     // 为所有链接增加 class="mylinkclass" 属性
     doc.select("img").removeAttr("onclick"); // 删除所有图片的 onclick 属性
     doc.select("input[type=text]").val(""); // 清空所有文本输入框中的文本

    道理很简单,你只需要利用 jsoup 的选择器找出元素,然后就可以通过以上的方法来进行修改,除了无法修改标签名外(可以删除后再插入新的元素),包括元素的属性和文本都可以修改。

    修改完直接调用 Element(s) 的 html() 方法就可以获取修改完的 HTML 文档。

     

    HTML 文档清理

    jsoup 在提供强大的 API 同时,人性化方面也做得非常好。在做网站的时候,经常会提供用户评论的功能。有些用户比较淘气,会搞一些脚本到评论内容中,而这些脚本可能会破坏整个页面的行为,更严重的是获取一些机要信息,例如 XSS 跨站点攻击之类的。

    jsoup 对这方面的支持非常强大,使用非常简单。看看下面这段代码:

    清单 5.
     String unsafe = "<p><a href='http://www.oschina.net/' οnclick='stealCookies()'> 
     开源中国社区 </a></p>"; 
     String safe = Jsoup.clean(unsafe, Whitelist.basic()); 
     // 输出 : 
     // <p><a href="http://www.oschina.net/" rel="nofollow"> 开源中国社区 </a></p>

    jsoup 使用一个 Whitelist 类用来对 HTML 文档进行过滤,该类提供几个常用方法:

    表 1. 常用方法:
    方法名简介
    none() 只允许包含文本信息
    basic() 允许的标签包括:a, b, blockquote, br, cite, code, dd, dl, dt, em, i, li, ol, p, pre, q, small, strike, strong, sub, sup, u, ul, 以及合适的属性
    simpleText() 只允许 b, em, i, strong, u 这些标签
    basicWithImages() 在 basic() 的基础上增加了图片
    relaxed() 这个过滤器允许的标签最多,包括:a, b, blockquote, br, caption, cite, code, col, colgroup, dd, dl, dt, em, h1, h2, h3, h4, h5, h6, i, img, li, ol, p, pre, q, small, strike, strong, sub, sup, table, tbody, td, tfoot, th, thead, tr, u, ul

    如果这五个过滤器都无法满足你的要求呢,例如你允许用户插入 flash 动画,没关系,Whitelist 提供扩展功能,例如 whitelist.addTags("embed","object","param","span","div"); 也可调用 addAttributes 为某些元素增加属性。

     

    jsoup 的过人之处——选择器

    前面我们已经简单的介绍了 jsoup 是如何使用选择器来对元素进行检索的。本节我们把重点放在选择器本身强大的语法上。下表是 jsoup 选择器的所有语法详细列表。

    表 2. 基本用法:
    tagname使用标签名来定位,例如 a
    ns|tag 使用命名空间的标签定位,例如 fb:name 来查找 <fb:name> 元素
    #id 使用元素 id 定位,例如 #logo
    .class 使用元素的 class 属性定位,例如 .head
    [attribute] 使用元素的属性进行定位,例如 [href] 表示检索具有 href 属性的所有元素
    [^attr] 使用元素的属性名前缀进行定位,例如 [^data-] 用来查找 HTML5 的 dataset 属性
    [attr=value] 使用属性值进行定位,例如 [width=500] 定位所有 width 属性值为 500 的元素
    [attr^=value], [attr$=value], [attr*=value] 这三个语法分别代表,属性以 value 开头、结尾以及包含
    [attr~=regex] 使用正则表达式进行属性值的过滤,例如 img[src~=(?i)\.(png|jpe?g)]
    * 定位所有元素

    以上是最基本的选择器语法,这些语法也可以组合起来使用,下面是 jsoup 支持的组合用法:

    表 3:组合用法:
    el#id定位 id 值某个元素,例如 a#logo -> <a id=logo href= … >
    el.class 定位 class 为指定值的元素,例如 div.head -> <div class="head">xxxx</div>
    el[attr] 定位所有定义了某属性的元素,例如 a[href]
    以上三个任意组合 例如 a[href]#logo 、a[name].outerlink
    ancestor child 这五种都是元素之间组合关系的选择器语法,其中包括父子关系、合并关系和层次关系。
    parent > child
    siblingA + siblingB
    siblingA ~ siblingX
    el, el, el

    除了一些基本的语法以及这些语法进行组合外,jsoup 还支持使用表达式进行元素过滤选择。下面是 jsoup 支持的所有表达式一览表:

    表 4. 表达式:
    :lt(n)例如 td:lt(3) 表示 小于三列
    :gt(n) div p:gt(2) 表示 div 中包含 2 个以上的 p
    :eq(n) form input:eq(1) 表示只包含一个 input 的表单
    :has(seletor) div:has(p) 表示包含了 p 元素的 div
    :not(selector) div:not(.logo) 表示不包含 class="logo" 元素的所有 div 列表
    :contains(text) 包含某文本的元素,不区分大小写,例如 p:contains(oschina)
    :containsOwn(text) 文本信息完全等于指定条件的过滤
    :matches(regex) 使用正则表达式进行文本过滤:div:matches((?i)login)
    :matchesOwn(regex) 使用正则表达式找到自身的文本
     

    总结

    jsoup 的基本功能到这里就介绍完毕,但由于 jsoup 良好的可扩展性 API 设计,你可以通过选择器的定义来开发出非常强大的 HTML 解析功能。再加上 jsoup 项目本身的开发也非常活跃,因此如果你正在使用 Java ,需要对 HTML 进行处理,不妨试试。

    参考资料

    学习

    转载于:https://www.cnblogs.com/beijingstruggle/p/4894796.html

    展开全文
  • DOM属于浏览器,而不是JavaScript语言规范里规定核心内容。 DOM 定义了访问文档的标准,这些标准又被分为了以下三个部分: Core DOM - 所有文档类型标准模型 XML DOM - XML 文档的标准模型 HTML DOM - HTML ...

    什么是DOM?

    DOM是文档对象模型(Document Object Model)基于浏览器编程的一套API接口
    DOM属于浏览器,而不是JavaScript语言规范里的规定的核心内容。
    DOM 定义了访问文档的标准,这些标准又被分为了以下三个部分:

    • Core DOM - 所有文档类型的标准模型
    • XML DOM - XML 文档的标准模型
    • HTML DOM - HTML 文档的标准模型

    更多详细的介绍请参考官方文档======================》gogogo

    首先来看一下对象的 HTML DOM 树(节点之间的关系)
    在这里插入图片描述
    在HTML中所有的事物都有节点,DOM将HTML文档视作节点树,通过DOM,节点树中的所有节点都可以通过JavaScript进行访问,所有的HTML元素都可以被修改、创建、删除。

    再来看一下节点之间的关系

    节点树中的节点彼此之间有一定的等级关系。

    • 术语(父、子和同胞,parent、child 以及 sibling)用于描述这些关系。
    • 在节点树中,顶端节点被称为根(根节点)。
    • 每个节点都有父节点,除了根(根节点没有父节点)。
    • 节点能够拥有一定数量的子
    • 同胞(兄弟或姐妹)指的是拥有相同父的节点。
      在这里插入图片描述

    我们利用下面这段代码来分析节点的关系:

    <html>
    
       <head>
           <title>DOM 教程</title>
       </head>
    
      <body>
           <h1>DOM 第一课</h1>
           <p>Hello world!</p>
       </body>
    
    </html> 
    

    从上面的 HTML 中能读到以下信息:

     <html> 是根节点
     <html> 没有父节点
     <html> 是 <head> 和 <body> 的父节点
     <head> 是 <html> 的第一个子节点
     <body> 是 <html> 的最后一个子节点
     <head> 有一个子:<title>
    <title> 有一个子(文本节点):"DOM 教程"
     <body> 有两个子节点:<h1> 和 <p>
       <h1> 有一个子节点:"DOM 第一课"
        <p> 有一个子节点:"Hello world!"
       <h1> 和 <p> 是同胞
    

    来看怎么访问节点

    我们一般是使用DOM Core访问HTML文档的节点,主要有两种访问方式:

    1、使用getElement系列方法访问节点
    2、根据节点的层次关系访问节点。

    一、使用getElement系列方法访问指定节点

    1.getElementById()返回按id属性查找的第一个对象对象的引用
    2.getElementsByName()返回按带有指定名称name查找的对象集合
    3.getElementByTagName()返回按带有指定标签 TagName查找的对象的集合

    按id属性查找的第一个对象对象的引用

    <body>
     <div id="zhang">
     不帅
     </div>
      
     <script type="text/javascript">
     var i = document.getElementById('zhang'); //查找指定的id
     i.innerText = '很帅'; //innerText修改指定的字符串
     </script>
    </body>
    

    按带有指定名称name查找的对象集合

    <body>
     <div name="zhang">
     不美
     </div>
      
     <script type="text/javascript">
     var i = document.getElementByTagNmae('zhang'); //查找指定的name名
     i.innerText = '很美'; //innerText修改指定的字符串
     </script>
    </body>
    

    按带有指定标签 TagName查找的对象的集合

    <body>
     <div class="zhang">
     不丑
     </div>
      
     <script type="text/javascript">
     var i = document.getElementClassName('zhang'); //查找指定的class名
     i.innerText = '很丑'; //innerText修改指定的字符串
     </script>
    </body>
    

    二、根据层次关系访问节点

    我们来看一些常用的访问节点属性:

    属性名称 描述
    parentNode 返回节点的父节点
    childNodes 返回子节点集合,childNodes[i]
    firstChild 返回当前节点的第一个下级子节点
    lastChild 返回当前节点的最后一个子节点
    nextSibling 返回紧跟在当前元素后面的元素节点
    previousSibling 返回紧跟在当前元素前面的节点

    具体应用我们来看一个实例:

    <body>
    <div class="content">
        <div class="logo">
            <img src="/images/dd_logo.jpg"><span>关闭</span>
        </div>
        <div class="cartList">
            <ul>
                <li>¥<input type="text" name="price" value="21.90" ></li>
                <li><input type="button" name="minus" value="-" onclick="minus(this)">
                    <input style="width:30px;" type="text" name="amount" value="1">
                    <input type="button" name="plus" value="+" onclick="plus(this)"></li>
                <li id="price0">¥21.90</li>
                <li><p>移入收藏</p><p>删除</p></li>
            </ul>
            <ul>
                <li>¥<input type="text" name="price" value="24.00"></li>
                <li><input type="button" name="minus" value="-" onclick="minus(this)">
                    <input style="width:30px;" type="text" name="amount" value="1">
                    <input type="button" name="plus" value="+" onclick="plus(this)"></li>
                <li id="price1">¥24.00</li>
                <li><p>移入收藏</p><p>删除</p></li>
            </ul>
            <ol>
                <li id="totalPrice">&nbsp;</li>
                <li><span>结 算</span></li>
            </ol>
        </div>
    </div>
    </body>
    <script>
        function test1(){
        //得到商品的价格和数量
        var s1 =document.getElementsByName("price");
        var s2= document.getElementsByName("amount");
        //计算商品的总价
        var sum =parseFloat(s1[0].value) * parseFloat(s2[0].value) + parseFloat(s1[1].value) * parseFloat(s2[1].value);
        //把总价放到结算处
        document.getElementById("totalPrice").innerHTML=sum.toFixed(2);
        }
        //调用方法
        test1();
        //商品数量减一
        //方案—:通过元素的父节点获取指定节点【不能去除空白节点】
        //obj.parentNode获取该元素的父节点childNodes获取所有子元素
        //console.log(obj.parentNode.childNodes);
        //如何查看注意:var amount = obj.parentNode.childNodes [2].value,
        //console.log(obj.parentNode.childNodes);//控制台查看
        //方案二:通过下一个节点方法获取指定节点【不能去除空白节点】
        // console.log(obj.nextSibling.nextSibling)
        // var amount = obj.nextSibling.nextSibling.value;
        //方案三:获取下一个元素获取指定节点[推荐]
        function minus(obj){
            console.log(obj.nextElementSibling);
          var amount= obj.nextElementSibling.value;
          if (amount==1) {
              amount=1;
          }else{
            //obj.parentNode.childNodes [2].value--;
            obj.nextElementSibling.value--;
          }
            //重新计算价格
            test1();
        }
        //商品数量加一
        function plus(obj){
             obj.nextElementSibling.value++;
            //重新计算价格
            test1();
        }
    </script>
    

    在JavaScript中给大家提供了一组可兼容不同浏览器的element属性,可以消除空行

    属性名称 描述
    firstElementChild 返回节点的第一个子节点
    lastElementChild 返回节点的最后一个节点
    nextElementSibling 返回下一个兄弟标签节点
    previousElementSibling 返回上一个兄弟标签节点

    这里就不多说了,用法跟上面一样,不过更好用

    节点信息

    1. nodeName:节点名称

    2. nodeValue:节点值

    3. nodeType:节点类型

    节点类型 NodeType值
    元素element 1
    属性attr 2
    文本text 3
    注释comments 8
    文档document 9
    更多请参考官方文档

    代码实例:

    <body>
    <ul id="nodeList"><!-- 我是注释 --><li ><input type="text"/>nodeName</li><li>nodeValue</li><li>nodeType</li></ul><p></p>
    <script>
        var ulObj = document.getElementById("nodeList");
        // console.log(ulObj);
        document.write("节点名称:"+ulObj.nodeName+"<br/>");
        document.write("节点类型:"+ulObj.nodeType+"<br/>");
        document.write("节点值:"+ulObj.nodeValue+"<br/>");
        document.write("属性:"+ulObj.firstChild.firstChild.firstChild.nodeType+"<br/>"); 
    </script>
    </body>
    
    展开全文
  • Java二进制IO类与文件复制操作实例 16个目标文件 内容索引:Java源码,初学实例,二进制,文件复制 Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系...
  • Java二进制IO类与文件复制操作实例 16个目标文件 内容索引:Java源码,初学实例,二进制,文件复制 Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系...
  • 提供内容的全文检索 自动分类 对目标列表网站内容进行分类 基本流程 网络蜘蛛 功能概要 目标文档地址队列 w/r 目标文档(网页)获取 目标文档保存 文档解析并得到新的目标文档地址队列和文档正文内容 网络蜘蛛 当前...
  • 我们就能发现,folder default page使用的是由IIRF这个ISAPI定义的规则,而另两个则使用的是内置于ASP.NET2.0的HTTPModule的重写规则(本质上,urlMappings也是使用HTTPModule来实现重写的,所以,除了支持正则...
  • flash shiti

    2014-03-14 10:32:41
    27.以下不是符号Symbol可选的类型的是: A. Moeie Clip B. Button C. Effect D. Graphic 28.Flash查看(View)菜单中,Go To→Next表示? A. 打开当前作品的第一个场景 B. 打开当前作品的上一个场景 C. 打开...
  • 文档内容检查与优化文档中页内链接、图片链接失效了,现在 VLOOK™ 会悄悄告诉你 更友好脚注用 Markdown 也可以像 Kindle 那样以弹窗方式来看脚注 五、视觉与交互 Dark 模式这个不用多说了,懂人...
  • <div><p>学习 React 的...打包用的是 <code>webpack 2.6.1</code>,准备入坑 <code>webpack 3</code> 。 官方文档:<a href="https://webpack.js.org/">https://webpack.js.org/</a></p> 中文文档:...
  • 遵守最小权限原则,每个动作权限都会被限制,仅能运算而无法写入文件和从敏感区域读取文件(如我的文档、桌面),与Internet Explorer 7“保护模式”类似。  “沙盒小组”表示他们“使用了现有执行程序限制,...
  • xml入门教程/xml入门教程

    热门讨论 2008-09-07 18:20:03
    6) XML代表了内容的结构也代表了内容本身; 7) XML继承自SGML(标准通用标记语言)。SGML的前身GML由IBM在1960年发明,用于描述设备无关的文本 8) XML是SGML的子语言,由SGML简化而来,起初的目的是为Web的结构文档...
  • 我们在 <a href="https://github.com/w3c/miniapp/blob/gh-pages/specs/uri/docs/explainer.md#why-should-we-care">explainer 文档</a> 中列举了目前各个小程序 URI 现状,各家小程序均使用了各自独有 ...
  • jQuery详细教程

    2013-04-25 14:16:42
    jQuery详细教程,讲解很透彻, ...事件处理程序指的是HTML 中发生某些事件时所调用的方法。术语由事件“触发”(或“激发”)经常会被使用。 通常会把 jQuery 代码放到 部分的事件处理方法中: 实例 <html> ...
  • java源码包---java 源码 大量 实例

    千次下载 热门讨论 2013-04-18 23:15:26
     Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系,这些代码面向初级、中级Java程序员。 Java访问权限控制源代码 1个目标文件 摘要:Java源码,...
  • Java二进制IO类与文件复制操作实例 16个目标文件 内容索引:Java源码,初学实例,二进制,文件复制 Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系...
  • JAVA上百实例源码以及开源项目

    千次下载 热门讨论 2016-01-03 17:37:40
     Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系,这些代码面向初级、中级Java程序员。 Java访问权限控制源代码 1个目标文件 摘要:Java源码,...
  • java源码包2

    千次下载 热门讨论 2013-04-20 11:28:17
     Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系,这些代码面向初级、中级Java程序员。 Java访问权限控制源代码 1个目标文件 摘要:Java源码...
  • 软件工程教程

    热门讨论 2012-07-06 23:10:29
    传统手工方式对图书信息管理已越来越能适应社会发展需要,尤其是随着计算机网络和Internet普及,运用先进信息管理系统对信息进行科学化和网络化管理,已成为图书信息管理系统发展趋势。 系统研发...
  • C#微软培训教材(高清PDF)

    千次下载 热门讨论 2009-07-30 08:51:17
    本书着重介绍语言本身,比较少涉及应用,不错入门书,从头讲起,不怕明白。 <<page 1>> page begin==================== 目 目目 目 录 录录 录 第一部分 C#语言概述.4 第一章 第一章第一章 第...
  • 手机 pdf 阅读器

    2009-02-12 23:00:29
    上个版本中,有些属于偏好中选在放在了阅读设置中,导致用户切换偏好后,出现一些问题 修正SE无法启动BUG 此版本主要修正索爱和诺基亚上一些问题,MOTO用户可以需要更新。自测机器为5300、N81、W710、M600 ...
  • java源码包3

    千次下载 热门讨论 2013-04-20 11:30:13
     Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系,这些代码面向初级、中级Java程序员。 Java访问权限控制源代码 1个目标文件 摘要:Java源码...
  • C#微软培训资料

    2014-01-22 14:10:17
    以互相交换组件地方以互相交换组件地方 以互相交换组件地方 比尔 比尔比尔 比尔.盖茨 盖茨盖茨 盖茨 在本章中你将了解 Microsoft.NET 概念 .NET 框架 C#语言在.NET 框架中作用及其特性...
  • java源码包

    2015-12-01 16:29:37
     Java二进制IO类与文件复制操作实例,好像是一本书的例子,源代码有的是独立运行的,与同目录下的其它代码文件互不联系,这些代码面向初级、中级Java程序员。 Java访问权限控制源代码 1个目标文件 摘要:Java源码,...
  • 如果你知道原因话可以直接阅读 <a href="https://react.docschina.org/docs/refs-and-the-dom.html#refs-%E4%B8%8E%E5%87%BD%E6%95%B0%E5%BC%8F%E7%BB%84%E4%BB%B6">文档。 当然在之前也是有取巧方式,...
  • DataFrame可以非常轻易地转化为csv或者excel文件,如果你对DataFrame熟悉话,可以参考Pandas官方文档:http://pandas.pydata.org/pandas-docs/version/0.20/dsintro.html#dataframe ,或者往下翻到"示例与测试...

空空如也

空空如也

1 2
收藏数 39
精华内容 15
关键字:

以下不属于html文档内容的是