JSOUP Java Web抓取/解析

Question

我希望創建一個提交1個鏈接的程序，然后從該鏈接中提取某些功能（例如，下載計數，likecount等）。 我可以提取這些很好的內容，因為它們只是標題。 但是我不明白如何在另一個鏈接中提取鏈接的標題。 舉個例子，如果我輸入google.com，我希望提取標題“顯示X找到的結果數量”，這是另一個鏈接，但是X不是靜態的（即鏈接的標題不是靜態的，它根據結果​​數（在我的情況下為運行）進行更改）

為了更好地解釋我的代碼是：

import org.jsoup.Jsoup;


public static void main(String[] args) throws Exception {
    String url = "https://www.openml.org/t/31";
    Document document = Jsoup.connect(url).get();

   // String question = document.select("#question .post-text").text();
   // System.out.println("Question: " + question);

    Elements title = document.select("div#subtitle");
    System.out.println("Title:  " + title.text()); 

    Elements downloadcount = document.select("span#downloadcount");
                System.out.println(downloadcount.text());

    Elements likecount = document.select("span#likecount");
                System.out.println(likecount.text());

    Elements nr_of_issues = document.select("span#nr_of_issues");
                System.out.println(nr_of_issues.text());      

    String runs = ("<i class=\"fa fa-star\"></i> <a href=\"#taskruns\" data-toggle=\"tab\">396900 runs submitted</a>");
    Document number = Jsoup.parse(runs);

            Element link = number.select("a").first();
            String linkText = number.text();
            System.out.println(linkText);
        }
 }

標題，downloadcount，likecount和nr_of_issues可以正常工作，因為它們不是鏈接。 只是“運行”不起作用。 我無法實現String那樣運行的HTML代碼，因為它總是在變化（ 如您現在所看到的396900 ，但是明天將其更改為400000怎么辦？）

Answer 1

根據我對OP的評論，您可以看到我們要引用的文本不是靜態的，但是在其上方有一個元素，該元素具有id =“ detail”。

我們需要引用父元素，然后從中獲取子元素，並假設子元素始終作為第一個子div元素的子元素保持（希望Inception並不是一部令人困惑的電影）。

這是我們在Java中的方法：

public static void main(String[] args) throws Exception {
    String url = "https://www.openml.org/t/31";
    Document doc = Jsoup.connect(url).get();

    Element parentElement = doc.select("div#detail").first();
    Elements h2Element = parentElement.child(1).select("h2");
    System.out.println(h2Element.text());
}

運行上面的Java將打印：

396928運行