Jsoup.body（）返回空主體

Question

我正在嘗試獲取HTML的正文內容，但是它僅向該特定網站返回一個空的正文，這是什么？

Document doc = Jsoup
            .connect("http://givatram.ort.org.il/%D7%9C%D7%95%D7%97-%D7%A9%D7%99%D7%A0%D7%95%D7%99%D7%99-%D7%9E%D7%A2%D7%A8%D7%9B%D7%AA/")
            .userAgent(
                    "Mozilla/5.0 (Windows NT 5.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/27.0.1453.110 Safari/537.36")
            .timeout(0).followRedirects(true).execute().parse();
    Elements titles = doc.select(".entrytitle");

    System.out.println(doc.body());

Answer 1

我可以重現您的問題。 如果使用System.out.println(doc)檢查整個文檔，則可以看到head標記中有一個腳本，表明該腳本確實已連接到該站點。 根據此答案， Jsoup只是純HTML解析器，不執行Javascript。 也許網站的內容是通過Javascript加載的，這就是為什么正文為空的原因？

編輯1：

我可以驗證一下。 如果我使用ui4j （JavaFx瀏覽器的小型包裝器），則可以看到主體：

BrowserEngine browser = BrowserFactory.getWebKit();
Page page = browser.navigate("http://givatram.ort.org.il/%D7%9C%D7%95%D7%97-%D7%A9%D7%99%D7%A0%D7%95%D7%99%D7%99-%D7%9E%D7%A2%D7%A8%D7%9B%D7%AA/");
System.out.println(page.getDocument().getBody());

因此，很不幸，您似乎想用JSoup做不到的事情。