[英]JSoup core web text extraction
我是JSoup的新手,很抱歉,如果我的问题太琐碎了。 我正在尝试从http://www.nytimes.com/提取文章文本,但是在打印分析文档时,我无法在分析输出中看到任何文章
public class App
{
public static void main( String[] args )
{
String url = "http://www.nytimes.com/";
Document document;
try {
document = Jsoup.connect(url).get();
System.out.println(document.html()); // Articles not getting printed
//System.out.println(document.toString()); // Same here
String title = document.title();
System.out.println("title : " + title); // Title is fine
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
好的,我尝试解析“ http://en.wikipedia.org/wiki/Big_data ”以检索Wiki数据,这里也存在同样的问题,但我没有得到输出的Wiki数据。 任何帮助或提示将不胜感激。
谢谢。
以下是获取所有<p class="summary>
文本的方法:
final String url = "http://www.nytimes.com/";
Document doc = Jsoup.connect(url).get();
for( Element element : doc.select("p.summary") )
{
if( element.hasText() ) // Skip those tags without text
{
System.out.println(element.text());
}
}
如果需要所有 <p>
标记,而不进行任何过滤,则可以改用doc.select("p")
。 但是在大多数情况下,最好只选择您需要的那些(请参阅此处以获取Jsoup Selector文档)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.