JSOUP Java Web抓取/解析

Question

我希望创建一个提交1个链接的程序，然后从该链接中提取某些功能（例如，下载计数，likecount等）。 我可以提取这些很好的内容，因为它们只是标题。 但是我不明白如何在另一个链接中提取链接的标题。 举个例子，如果我输入google.com，我希望提取标题“显示X找到的结果数量”，这是另一个链接，但是X不是静态的（即链接的标题不是静态的，它根据结果​​数（在我的情况下为运行）进行更改）

为了更好地解释我的代码是：

import org.jsoup.Jsoup;


public static void main(String[] args) throws Exception {
    String url = "https://www.openml.org/t/31";
    Document document = Jsoup.connect(url).get();

   // String question = document.select("#question .post-text").text();
   // System.out.println("Question: " + question);

    Elements title = document.select("div#subtitle");
    System.out.println("Title:  " + title.text()); 

    Elements downloadcount = document.select("span#downloadcount");
                System.out.println(downloadcount.text());

    Elements likecount = document.select("span#likecount");
                System.out.println(likecount.text());

    Elements nr_of_issues = document.select("span#nr_of_issues");
                System.out.println(nr_of_issues.text());      

    String runs = ("<i class=\"fa fa-star\"></i> <a href=\"#taskruns\" data-toggle=\"tab\">396900 runs submitted</a>");
    Document number = Jsoup.parse(runs);

            Element link = number.select("a").first();
            String linkText = number.text();
            System.out.println(linkText);
        }
 }

标题，downloadcount，likecount和nr_of_issues可以正常工作，因为它们不是链接。 只是“运行”不起作用。 我无法实现String那样运行的HTML代码，因为它总是在变化（ 如您现在所看到的396900 ，但是明天将其更改为400000怎么办？）

Answer 1

根据我对OP的评论，您可以看到我们要引用的文本不是静态的，但是在其上方有一个元素，该元素具有id =“ detail”。

我们需要引用父元素，然后从中获取子元素，并假设子元素始终作为第一个子div元素的子元素保持（希望Inception并不是一部令人困惑的电影）。

这是我们在Java中的方法：

public static void main(String[] args) throws Exception {
    String url = "https://www.openml.org/t/31";
    Document doc = Jsoup.connect(url).get();

    Element parentElement = doc.select("div#detail").first();
    Elements h2Element = parentElement.child(1).select("h2");
    System.out.println(h2Element.text());
}

运行上面的Java将打印：

396928运行