Вот как бы я хотел:
Document doc = getDocumen("https://pl.wiktionary.org/wiki/set#set_.28j.C4.99zyk_angielski.29");
Elements elements = doc.select("h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) i, h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) + dl > dd");
if (elements.isEmpty()) {
throw new RuntimeException("No definitions found.");
}
String parent = null;
for (Element element : elements) {
switch (element.tagName().toLowerCase()) {
case "i":
parent = element.text();
break;
case "dd":
System.out.println(parent + " - " + element.text());
break;
default:
throw new RuntimeException("Unexpected element:\n" + element.outerHtml());
}
}
OUTPUT
rzeczownik - (1.1) zestaw
rzeczownik - (1.2) mat. zbiór
rzeczownik - (1.3) elektron. odbiornik, aparat odbiorczy
rzeczownik - (1.4) film. plan zdjęciowy
rzeczownik - (1.5) sport. set
rzeczownik - (1.6) teatr. dekoracja
rzeczownik - (1.7) tendencja, kierunek
rzeczownik - (1.8) koteria
rzeczownik - (1.9) nora borsuka
rzeczownik - (1.10) masz. agregat
przymiotnik - (2.1) gotowy
przymiotnik - (2.2) stały, ustalony
przymiotnik - (2.3) nieruchomy
przymiotnik - (2.4) postanowiony
przymiotnik - (2.5) określony
czasownik - (3.1) układać, ustawiać
czasownik - (3.2) nastawiać (kość)
czasownik - (3.3) prostować
czasownik - (3.4) przygotowywać
czasownik - (3.5) powodować
czasownik - (3.6) o słońcu: zachodzić
czasownik - (3.7) ustalać
ИМО, вы должны попытаться найти вики-API. Хотя данные, похоже, имеют одну и ту же презентацию со страницы на страницу, html-код за ней может отличаться.
ОБСУЖДЕНИЕ
Ключ выше код запроса CSS.
h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) i, h2:has(span#en) ~ p:not(h2:has(span#en) ~ p ~ h2 ~ p) + dl > dd
Этот запрос выбирает p
узлов между двумя узлами h2
. Для достижения этой цели, вот как это сделать:
h2:has(span#en) /* Select the h2 node having the span with id 'en' */
~ p /* Select all p nodes preceded by previous selected h2 node... */
:not(h2:has(span#en) ~ p ~ h2 ~ p) /* ... but ignore any p nodes after the previously selected p nodes */
Проверено на JSoup 1.8.3
EDIT: OP предложил JWBF (Java Wiki Bot Framework) в качестве вики API.
Вы можете использовать парсер, чтобы получить то, что хотите. Взгляните на эту ссылку - http://jsoup.org/. –
Возможный дубликат [Есть ли API Википедии?] (Http://stackoverflow.com/questions/627594/is-there-a-wikipedia-api) – BetaRide
Что вы пробовали до сих пор и почему вы были недовольны этими результаты? –