[英]Trouble grabbing text from a website using Jsoup
这是我关注的html:
<div class="buying" id="priceBlock">
<table class="product">
<tbody>
<tr id="actualPriceRow">
<td class="priceBlockLabelPrice" id="actualPriceLabel">Price:</td>
<td id="actualPriceContent">
<span id="actualPriceValue">
<b class="priceLarge">
$1.99
</b>
</span>
</td>
</tr>
</tbody>
</table>
</div>
我正在尝试获取该1.99美元的文本。
这是我尝试获取的代码。
protected Void doInBackground(Void... params) {
try {
// Connect to the web site
Document document = Jsoup.connect(url).get();
// Get the html document title
Elements trs = document.select("table.product");
for (Element tr : trs)
{
Elements tds = tr.select("b.priceLarge");
Element price1 = tds.first();
String str1 = price1.text();
System.out.println(str1);
String str2 = str1.replaceAll( "[$,]", "" );
double aInt = Double.parseDouble(str2);
System.out.println("Price: " + aInt);
}
} catch (IOException e) {
e.printStackTrace();
}
return null;
}
为什么此代码不起作用?
您必须使用user agent
以便网站不会拒绝您成为漫游器 。 您还应该添加一些超时限制,以覆盖默认值,这对于您来说可能太短了。 三秒是一个不错的选择,但可以随意更改。 只要服务器需要给出一些响应, timeout(0)
就会等待。 如果您不想要限制,请使用它。 您正在执行一些奇怪的DOM
解析,这会导致NullPointerException
。 尝试这个
String url = "http://www.amazon.com/dp/B00H2T37SO/?tag=stackoverfl08-20";
Document doc = Jsoup
.connect(url)
.userAgent("Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36")
.timeout(3000)
.get();
Elements prices = doc.select("table.product b.priceLarge");
for (Element pr : prices)
{
String priceWithCurrency = pr.text();
System.out.println(priceWithCurrency);
String priceAsText = priceWithCurrency.replaceAll( "[$,]", "" );
double priceAsNumber = Double.parseDouble(priceAsText);
System.out.println("Price: " + priceAsNumber);
}
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.