如何使用Jsoup從嵌套范圍獲取文本？

Question

我正在嘗試獲取范圍內的文本

在下面使用此代碼。 但是輸出的行為似乎不存在嵌套的跨度

            Elements tags = document.select("div[id=tags]"); 

            for (Element tag:tags){


                Elements child_tags = tag.getElementsByTag("class");  

                String key = tag.html();
                System.out.println(key); //only as a test

                for (Element child_tag:child_tags){
                    System.out.println("\t" + child_tag.text());

                }

我的輸出是

      <hr />Tags: 
      <span id="category"></span> 
      <span id="voteSelector" class="initially_hidden"> <br /> </span>      

Answer 1

Elements child_tags = tag.getElementsByTag("class");

在這行代碼中，您嘗試獲取一個標記類為<class>...</class>的元素，該元素不存在。 將該行更改為：

Elements child_tags = tag.getElementsByClass("tag");

通過class = tag的屬性值獲取元素或：

Elements child_tags = tag.getElementsByTag("span"); 

通過標簽名稱= span獲取元素。

Answer 2

假設您正在嘗試https://chesstempo.com/chess-problems/15上的代碼，並且所需的數據如下圖所示

現在，使用Jsoup，您將獲得在瀏覽器中呈現為源代碼的任何數據，為進行確認，您可以在瀏覽器中按CTRL+U ，這將打開一個新窗口，其中將顯示Jsoup將獲得的實際內容。 現在出現您的問題了，您嘗試檢索的部分在瀏覽器源代碼中不存在，請按CTRL+U檢查。

如果使用JAVASCRIPT呈現內容，則JSOUP將看不到這些內容，因此您必須使用其他可運行javascript並提供詳細信息的東西。

JSoup不運行Javascript，也不是瀏覽器。

編輯

使用SELENIUM可以解決問題 。 以下是用於獲取url的確切源代碼和所需數據的工作代碼：

import java.io.IOException;
import java.io.PrintWriter;

import org.json.simple.parser.ParseException;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.firefox.FirefoxDriver;

public class JsoupDummy {
 public static void main(String[] args) throws IOException, ParseException {
    System.setProperty("webdriver.gecko.driver", "D:\\thirdPartyApis\\geckodriver-v0.19.1-win32\\geckodriver.exe");
    WebDriver driver = new FirefoxDriver();

    try {
        driver.get("https://chesstempo.com/chess-problems/15");
        Document doc = Jsoup.parse(driver.getPageSource());
        Elements elements = doc.select("span.ct-active-tag");
        for (Element element:elements){
             System.out.println(element.html());
        }

    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        /*write.flush();
        write.close();*/
        driver.quit();

    }
}
}

您需要Selenium Web驅動程序Selenium Web Driver ，它可以模擬瀏覽器的行為，並允許您呈現腳本編寫的html內容。