![](/img/trans.png)
[英]Java JSoup library element.text() returns ' ' as a #160 ASCII character
[英]Jsoup returning   for active text fields
因此,看起來似乎很簡單,但我無法在此網頁上檢索文本,並且它似乎正在發生變化。
package WorldBoss;
import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import java.io.IOException;
import java.net.MalformedURLException;
public class WorldBoss {
public static void main(String [] args) throws MalformedURLException {
Document page = null;
try {
page = Jsoup.connect("http://wiki.guildwars2.com/wiki/World_boss").get();
} catch (IOException e) {
e.printStackTrace();
}
Elements allTimers = page.getElementsByClass("timerjs");
String firstTime = allTimers.first().html();
System.out.println(firstTime);
}
}
由於它是倒計時,所以它正在改變。
在頁面的屬性中,它說innerHTML是正確的
有誰知道我如何通過Jsoup獲得此信息?
如果您想簽出該頁面,請點擊此處 。
正如Pshemo在評論中提到的那樣,Jsoup是一個html解析器,因此它既不呈現頁面也不在頁面上執行腳本。
為了成功提取所需的字段,我通過硒使用phantomjs驅動程序對您的代碼進行了一些修改。 使用幻像獲取和呈現頁面,並將頁面源通過管道傳遞給Jsoup進行解析。 查找下面的代碼:
import org.jsoup.nodes.Document;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.phantomjs.PhantomJSDriver;
import org.openqa.selenium.remote.DesiredCapabilities;
public class WorldBoss {
public static void main(String [] args) {
WebDriver driver = new PhantomJSDriver(new DesiredCapabilities());
driver.get("http://wiki.guildwars2.com/wiki/World_boss"); //retrieve page
//It is very bad to wait explicitly, the best practice is to wait for a specific element on the page e.g. the element you're looking for [1]
try { // wait to ensure page is loaded and java script is rendered
Thread.sleep(3 * 1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
String pageSource = driver.getPageSource();
Document page = Jsoup.parse(pageSource);
Elements allTimers = page.getElementsByClass("timerjs");
for (Element timer : allTimers) {
//you can get whichever timer you want with it's index
String firstTime = timer.html().trim();
if (firstTime.isEmpty()) continue;
//use timer for whatever you want
System.out.println(firstTime);
}
}
}
我使用了maven,因此pom文件中的依賴項為:
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.7.2</version>
</dependency>
<dependency>
<groupId>org.seleniumhq.selenium</groupId>
<artifactId>selenium-java</artifactId>
<version>2.47.1</version>
</dependency>
<dependency>
<groupId>com.github.detro.ghostdriver</groupId>
<artifactId>phantomjsdriver</artifactId>
<version>1.0.1</version>
</dependency>
代碼輸出為:
Active
00:01:33
00:01:33
00:16:33
00:31:33
00:46:33
如果您的計算機上未安裝phantomjs,則需要安裝它才能正常工作。 要在基於debian的盒子上安裝phantom:
sudo apt-get install phantomjs
對於其他平台(或從源代碼構建), 請參閱如何安裝phantom 。
希望這可以幫助。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.