JSoup根據類獲取所有元素

Question

我正在使用JSoup編寫網絡抓取工具，以從亞馬遜搜索結果的第一頁獲取價格。 例如，您在亞馬遜上搜索“錘子”，出現搜索結果的第一頁，我的刮板獲取每個搜索結果的所有價格並顯示出來。 但是，我無法弄清楚為什么在運行程序時什么也沒打印出來。 Amazon.ca上商品價格圖的HTML為：

<a class="a-link-normal a-text-normal" href="http://www.amazon.ca/Stanley-51-624-Fiberglass-Hammer-20-Ounce/dp/B000VSSG2K/ref=sr_1_1?ie=UTF8&amp;qid=1436274467&amp;sr=8-1&amp;keywords=hammer"><span class="a-size-base a-color-price s-price a-text-bold">CDN$ 17.52</span></a>

我按如下方式運行我的代碼：

Elements prices = doc.getElementsByClass("a-size-base a-color-price s-price a-text-bold");
System.out.println("Prices: " + prices);

返回什么：

Prices: 

在這種情況下，如何獲得價格值“ CDN $ 17.52”？

Answer 1

一種方法是doc.select("span.s-price") ，另一種方法是doc.getElementsByClass("s-price") 。

您的代碼不起作用，因為getElementsByClass 只需要一個類名，並返回其具有類的所有元素。 您提供了幾個類名，該函數無法解決該問題，但未找到任何內容。

您要查找的span元素已應用了多個類： a-size-base ， a-color-price ， s-price和a-text-bold 。 您可以查找這些類中的任何一個，也可以通過構建CSS選擇器（如doc.select(".a-size-base.a-color-price.s-price.a-text-bold")來匹配具有所有四個類的元素doc.select(".a-size-base.a-color-price.s-price.a-text-bold") 。

但是，您可能想要一個盡可能簡單的選擇器，因為亞馬遜可以隨時自由更改其CSS樣式，並且很容易破壞您的抓取工具。

刮具越簡單，斷裂的彈性就越大。 您可能希望通過語義而不是呈現的樣式查找價格，例如doc.getElementsContainingOwnText("CDN$")將選擇包含文字文本“ CDN $”的元素。