Jsoup.body（）返回空主体

Question

我正在尝试获取HTML的正文内容，但是它仅向该特定网站返回一个空的正文，这是什么？

Document doc = Jsoup
            .connect("http://givatram.ort.org.il/%D7%9C%D7%95%D7%97-%D7%A9%D7%99%D7%A0%D7%95%D7%99%D7%99-%D7%9E%D7%A2%D7%A8%D7%9B%D7%AA/")
            .userAgent(
                    "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.110 Safari/537.36")
            .timeout(0).followRedirects(true).execute().parse();
    Elements titles = doc.select(".entrytitle");

    System.out.println(doc.body());

Answer 1

我可以重现您的问题。 如果使用System.out.println(doc)检查整个文档，则可以看到head标记中有一个脚本，表明该脚本确实已连接到该站点。 根据此答案， Jsoup只是纯HTML解析器，不执行Javascript。 也许网站的内容是通过Javascript加载的，这就是为什么正文为空的原因？

编辑1：

我可以验证一下。 如果我使用ui4j （JavaFx浏览器的小型包装器），则可以看到主体：

BrowserEngine browser = BrowserFactory.getWebKit();
Page page = browser.navigate("http://givatram.ort.org.il/%D7%9C%D7%95%D7%97-%D7%A9%D7%99%D7%A0%D7%95%D7%99%D7%99-%D7%9E%D7%A2%D7%A8%D7%9B%D7%AA/");
System.out.println(page.getDocument().getBody());

因此，很不幸，您似乎想用JSoup做不到的事情。