如何使用jsoup訪問子類

Question

我想訪問此網頁： https : //www.google.com/trends/explore#q=ice%20cream並提取中心線圖中的數據。 html文件是（在這里，我只粘貼我使用的部分。）：

  <div class="center-col">
       <div class="comparison-summary-title-line">...</div>
       ...
       <div id="reportContent" class="report-content">
            <!-- This tag handles the report titles component -->
       ...
       <div id="report">
         <div id="reportMain">
           <div class="timeSection">
              <div class = "primaryBand timeBand">...</div>
                  ...
                 <div aria-lable = "one-chart" style = "position: absolute; ...">
                 <svg ....>
                 ...
                 <script type="text/javascript">
                 var chartData = {...}

我使用的數據存儲在腳本部分（最后一行）中。 我的想法是先獲取類“report-content”，然后選擇腳本。 我的代碼如下：

  String html = "https://www.google.com/trends/explore#q=ice%20cream";
  Document doc = Jsoup.connect(html).get();

  Elements center = doc.getElementsByClass("center-col");
  Element report = doc.getElementsByClass("report-content");

  System.out.println(center);
  System.out.println(report);

當我打印“center”類時，我可以得到除“report-content”之外的所有子類內容，當我打印“report-content”時，結果只有這樣：

      <div id="reportContent" Class="report-content"></div>

我也試試這個：

  Element report = doc.select(div.report-content).first();

但仍然根本不起作用。 我怎么能在這里獲取腳本中的數據？ 我感謝您的幫助！！！

Answer 1

試試這個網址：

https://www.google.com/trends/trendsReport?hl=en&q=${keywords}&tz=${timezone}&content=1

在哪里

• ${keywords}是一個編碼的空格分隔的關鍵字列表
• ${timezone}是 Etc/GMT* 形式的編碼時區

演示

示例代碼

String myKeywords = "ice cream";
String myTimezone = "Etc/GMT+2";

String url = "https://www.google.com/trends/trendsReport?hl=en&q=" + URLEncoder.encode(keywords, "UTF-8") +"&tz="+URLEncoder.encode(myTimezone, "UTF-8")+"&content=1";

Document doc = Jsoup.connect(url).timeout(10000).get();
Element scriptElement = doc.select("div#TIMESERIES_GRAPH_0-time-chart + script").first();

if (scriptElement==null) {
   throw new RuntimeException("Unable to locate trends data.");
}

String jsCode = scriptElement.html(); 
// parse jsCode to extract charData...

參考：

• 如何使用 Jsoup 提取<script>元素的文本？

Answer 2

嘗試通過 Id 獲得相同的結果，您將獲得完整的標簽