使用帶有Java的Jsoup選擇div -class標簽

Question

我想用Jsoup選擇<div class="article_text">some long text </div> 。

String url = "computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g";
Document document = Jsoup.parse(new URL(url).openStream(), "ISO-8859-1", url);
Elements elements = document.select("div.article_text");

然后，我想遍歷元素並獲取theri文本。 但是沒有選擇div。 如果我只嘗試使用div作為css選擇器，則會顯示正確的文本信息，但是還有另一個不合適的divs文本，因此我必須使用類名。

我哪里錯了？

Answer 1

該文檔顯然表示還可以。

Element masthead = doc.select("div.masthead").first(); // div with class=masthead

因此，我認為_引起了問題。 嘗試使用div[class=article_text]作為選擇器，如果該方法不起作用，則使用div[class^=article] （類以article開頭），但是它可以選擇比您想要的更多的內容。

更新

div.article_text可在在線Jsoup測試器（ http://try.jsoup.org/ ）上使用您代碼中的網址進行工作。 也許問題在於您如何獲取文檔。 本示例使用Jsoup.connect()

Document doc = Jsoup.connect("http://www.computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g").get();

更新2

事實證明，這個特定的url根據用戶代理返回不同的內容（未設置用戶代理，該div上不存在article_text ），因此只需將userAgent設置為Mozilla 。

Jsoup.connect("http://www.computerworld.bg/45781_sofiya_teh_park_tryabva_da_bade_zavarshen_do_kraya_na_2015_g").userAgent("Mozilla").get();