JSoup-从div ID中的div类获取URL

Question

我四处漫游，试图找到一种解决方案，该解决方案涉及如何从网页内的div（具有ID）中抓取字符串-更具体地说，是另一个URL。 这是我目前拥有的代码：

Document doc = Jsoup.connect("http://www.wowhead.com/item=" + item_id).get();
Elements info = doc.select("div#ic" + item_id);
System.out.println(info);

一个项目ID的示例为10003。我正在尝试获取与inner-div中的项目相对应的图像URL，但它仅返回以下内容：

<div id="ic10003" style="float: left"></div>

我还尝试使用以下方法选择名为iconlarge的inner-div类：

Elements info = doc.select("div.iconlarge");

但是它什么也没返回。 我假设这是一个变量类型问题，但我仍然不确定。 有什么建议么？

Answer 1

使用Jsoup很难。 当您打印doc您会看到一个元素：

<div id="ic10003" style="float: left"></div>

没有内容。 不过，在下面几行中，有一个脚本似乎正在将图像添加到该div中：

$WH.ge('ic10003').appendChild(Icon.create('inv_gauntlets_05', 2, null, 0, 1));
// and a few more lines

现在， Jsoup仅能够解析原始 HTML，它不执行任何脚本或将样式表应用于元素。

不知道这是否正是您要查找的内容，但是请看一下该网站的meta标记：

<meta property="og:site_name" content="Wowhead"> 
<meta property="og:title" content="Black Mageweave Gloves"> 
<meta property="og:image" content="//wow.zamimg.com/images/wow/icons/large/inv_gauntlets_05.jpg"> 
<meta property="og:url" content="http://www.wowhead.com/item=10003/black-mageweave-gloves"> 
...

具有og:image property值的元素似乎正是您要寻找的。

您可以使用类似以下方法的内容（请注意select仅适用于body元素）来阅读它：

private String imgUrl(Document doc) {
    for (Element m : doc.getElementsByTag("meta")) {
        if ("og:image".equals(m.attr("property")))
            return m.attr("content");
    }
    return null;
}