如何使用Jsoup从嵌套span获取文本？
如何使用Jsoup从嵌套span获取文本？
提问于 2017-11-22 12:49:11
我在试着把这段文字
使用下面的代码。但是，输出表现得好像嵌套的跨度不存在一样。
Elements tags = document.select("div[id=tags]");
for (Element tag:tags){
Elements child_tags = tag.getElementsByTag("class");
String key = tag.html();
System.out.println(key); //only as a test
for (Element child_tag:child_tags){
System.out.println("\t" + child_tag.text());
}我的输出是
<hr />Tags:
<span id="category"></span>
<span id="voteSelector" class="initially_hidden"> <br /> </span> 回答 2
Stack Overflow用户
回答已采纳
发布于 2017-11-25 11:22:02
假设您正在https://chesstempo.com/chess-problems/15上尝试代码，您想要的数据如下图所示
现在，无论作为浏览器中作为源代码呈现的数据是什么，您都可以在浏览器中按CTRL+U键来获取数据，这将打开一个新的窗口，在该窗口中将显示Jsoup将获得的实际内容。现在来问您的问题，您试图检索的部分在浏览器源代码中不存在，请按CTRL+U检查。
如果内容是使用JAVASCRIPT呈现的，这些内容对JSOUP是不可见的，因此您必须使用其他东西来运行javascript并向您提供详细信息。
JSoup不运行Javascript，也不是浏览器。
编辑
使用SELENIUM实现了转机。下面是获取url的确切源代码的工作代码和您正在寻找的所需数据：
import java.io.IOException;
import java.io.PrintWriter;
import org.json.simple.parser.ParseException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.firefox.FirefoxDriver;
public class JsoupDummy {
public static void main(String[] args) throws IOException, ParseException {
System.setProperty("webdriver.gecko.driver", "D:\\thirdPartyApis\\geckodriver-v0.19.1-win32\\geckodriver.exe");
WebDriver driver = new FirefoxDriver();
try {
driver.get("https://chesstempo.com/chess-problems/15");
Document doc = Jsoup.parse(driver.getPageSource());
Elements elements = doc.select("span.ct-active-tag");
for (Element element:elements){
System.out.println(element.html());
}
} catch (Exception e) {
e.printStackTrace();
} finally {
/*write.flush();
write.close();*/
driver.quit();
}
}
}您需要selenium web驱动程序硒Web驱动程序，它模拟浏览器行为，并允许您呈现脚本编写的html内容。
Stack Overflow用户
发布于 2017-11-22 13:34:35
Elements child_tags = tag.getElementsByTag("class");使用这一行，您将尝试获得一个标记类(即<class>...</class> )的元素，该元素并不存在。将这一行改为：
Elements child_tags = tag.getElementsByClass("tag");若要按属性值class = tag获取元素，请执行以下操作：
Elements child_tags = tag.getElementsByTag("span"); 通过标记名称= span获取元素。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/47435187
复制相关文章
相似问题
腾讯云开发者
