如何使用Jsoup訪問翻譯頁面的源代碼

Question

當我使用Google翻譯遇到這個問題時，我正在嘗試使用Jsoup進行其他操作，以查看是否可以從網頁中提取信息。 我已經走了足夠遠的距離，以便我的程序可以吐出直接進入已翻譯頁面的url，但是當我嘗試從中提取源代碼時，它將從Translator ...頁面中獲取代碼。 這是日語頁面的示例鏈接：

http://translate.google.com/translate_p?sl=ja&tl=en&u=https://mixi.jp/&depth=1&usg=ALkJrhhBn74JodxnRkFSjqBuPEZ2RJRJAQ

（過一會兒，此鏈接將變回原始的Google翻譯頁面）

如果打開此URL並快速按ctrl + u，您將獲得我之前所討論的“翻譯”頁面的源代碼（這是當我從此URL中提取Jsoup時所做的事情）。 如何訪問此之后的源代碼（在已翻譯的頁面上）？

我已經嘗試過從翻譯后的頁面中提取鏈接並關注它，但是它沒有給我我想要的結果。 請僅幫助我訪問翻譯后出現的頁面...

這段代碼會彈出一個鏈接，使您超越iframe

    //GET INTO FIRST FRAME OF GOOGLE TRANSLATE PAGE     
    //translate web page from English to English through google translate
    String url1 = "http://translate.google.com/translate?sl=ja&tl=en&u=https://mixi.jp/";

    //create doc to hold html content
    Document document1 = Jsoup.connect(url1).userAgent("Mozilla/5.0 (Windows NT 6.1; WOW64; rv:17.0) Gecko/17.0 Firefox/17.0").get();

    //take url1 to web page where actual content is 
    Element link = document1.select("iframe").first();
    String linkSrc1 = link.attr("abs:src");

    System.out.println("linkSrc1: " + linkSrc1);
    //END OF GET INTO FIRST FRAME OF GOOGLE TRANSLATE PAGE

謝謝！

Answer 1

Jsoup不會自動加載iframe。

實際上， “ 翻譯后出現的頁面... ”已加載到iframe中。

這是獲取方法：

Document doc = Jsoup.connect("http://translate.google.com/translate_p?sl=ja&tl=en&u=https://mixi.jp/&depth=1&usg=ALkJrhiYgjK_C-VB2hFQ6iJp08gETWw9yQ").get();

Elements elements = doc.select("iframe[name=c]");
if (elements.size() == 1) {
   Document pageAfterTranslation = Jsoup.connect(elements.first().attr("abs:src")).get();
   // ...
} else {
   throw new RuntimeException("Not exactly ONE iframe found...");
}