Tag: jsoup
当我使用jsoup或htmlunit获取页面时，href字段丢失
我正在尝试解析谷歌图片搜索结果 。 我正在尝试获取元素的href属性 。 我注意到当我以编程方式获取页面时， href字段丢失了（这与jsoup和htmlunit一起发生）。 比较通过java编程获得的页面元素和实际浏览器加载的页面元素，唯一的区别是，实际上缺少的href字段 （其余部分是相同的）。 href属性（https://stackoverflow.com/questions/39044648/href-field-missing-when-i-get-the-page-using-jsoup-or-htmlunit/IMAGE_LINK）如下： /imgres?imgurl=http%3A%2F%2Fcdn.zonarutoppuden.com%2Fns%2Fpeliculas-naruto-shippuden.jpg&imgrefurl=http%3A%2F%2Fwww.zonarutoppuden.com%2F2010%2F10%2Fnaruto-shippuden-peliculas.html&docid=JR8NPqKrF3ac_M&tbnid=0EPPOYQcflXkMM%3A&w=900&h=600&bih=638&biw=1275&ved=0ahUKEwih9O2e88_OAhWMExoKHRLGAGQQMwg2KAMwAw&iact=mrc&uact=8 也许javascript引擎存在一些问题？ 或者可能是网站使用的某种算法反解析？ Snippet Java代码： WebClient webClient = new WebClient(BrowserVersion.CHROME); webClient.waitForBackgroundJavaScript(50000); HtmlPage page1=null; try { // Get the first page page1 = webClient.getPage(URL); System.out.println(page1.asXml()); } catch (FailingHttpStatusCodeException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (MalformedURLException e) { // TODO Auto-generated catch block e.printStackTrace(); […]
可以jsoup处理元刷新重定向
我有一个问题，使用jsoup，我想要做的是从url获取一个文件，它将重定向到另一个基于元刷新url的url，这是不起作用，清楚地解释我是否输入了一个名为http：//的网站urlwww.amerisourcebergendrug.com将根据元刷新url自动重定向到http://www.amerisourcebergendrug.com/abcdrug/但我的jsoup仍然坚持http://www.amerisourcebergendrug.com而不是重定向和取自http://www.amerisourcebergendrug.com/abcdrug/ Document doc = Jsoup.connect(“http://www.amerisourcebergendrug.com”).get(); 我也试过用， Document doc = Jsoup.connect(“http://www.amerisourcebergendrug.com”).followRedirects(true).get(); 但两者都不起作用 对此有何解决方法？ 更新：页面可能使用元刷新重定向方法
如何使用jsoup从HTML解析表
5,390.85 5,428.15 5,376.15 5,413.85 这是HTML源代码，我必须从中提取值5390.85,5428.15,5376.15,5413.85。 我想用jsoup来做这件事。 但我对jsoup相对较新（今天我开始使用它）。 那我该怎么做呢？ URL url = new URL(“http://www.nseindia.com/content/equities/niftysparks.htm”); Document doc = Jsoup.parse(url,3*1000); String text = doc.body().text(); 我已经使用jsoup提取了网站的内容。 但如何提取我需要的值？ 提前致谢
使用jsoup解析XML – 防止jsoup“清理”标记
在大多数情况下，使用jsoup解析XML没有问题。 但是，如果XML文档中有标记，jsoup会some text here将some text here更改为some text here 。 这使得无法使用CSS选择器在标记内提取文本。 那么如何防止jsoup“清理” 标签？
使用jsoup遍历iframe
我有像这样的html结构。 我想得到没有类或id的第二个表。 我如何从iframe获取第二个表？ 我是这样想的 Elements iframe = doc.select(“iframe”); for(Element e : iframe) { System.out.println(e.child(0)); } 谁能帮我？
Jsoup选择并迭代所有元素
我将通过jsoup连接到一个url并获取它的所有内容但是如果我选择喜欢， doc.select(“body”) 它返回一个元素，但我想获取页面中的所有元素并逐个迭代它们，例如， Test Hello All Second Page Test 如果我选择使用body，我会将结果放在一行中，如： Test Hello All Second Page Test 相反，我想选择所有元素并逐个迭代并产生结果，如， Test Hello All Second Page Test 使用jsoup会有可能吗？ 谢谢， KARTHIK
如何使用Jsoup将数据发布到网站
我试图将数据发布到网站，使用Jsoup登录网站，但它无法正常工作？ 我正在尝试代码 Document docs = Jsoup.connect(“http://some.com/login”) .data(“cmd”, “login”,”username”, “xxxx”,”password”, “yyyyy”) .referrer(“http://some.com/login/”).post(); 这里是在pagesource中提供正常的登录页面 我也尝试过代码 Document docs = (Document) Jsoup.connect(“http://some.com/login”) .data(“cmd”, “login”,”username”, “xxxx”,”password”, “yyyyy”) .referrer(“http://some.com/login/”).method(Method.POST).execute().parse(); 这里也是在pagesource中再次登录的正常页面。 任何有关相同的建议将受到高度赞赏！ 谢谢….
如何使用Jsoup从相对HTML链接中提取绝对URL？
我正在使用Jsoup来提取网页的URL。 这些URL的href属性是相对的： example 这是我的尝试： Document document = Jsoup.connect(url).get(); Elements results = document.select(“div.results”); Elements dls = results.select(“dl”); for (Element dl : dls) { String url = dl.select(“a”).attr(“href”); } 这工作正常，但如果我使用 String url = dl.select(“a”).attr(“abs:href”); 要获得像http://example.comhttps://stackoverflow.com/text这样的绝对url，它就无法使用。 我如何获得绝对URL？
如何使用JSoup发布文件？
我使用JSoup使用以下代码发布值： Document document = Jsoup.connect(“http://www……com/….php”) .data(“user”,”user”,”password”,”12345″,”email”,”info@tutorialswindow.com”) .method(Method.POST) .execute() .parse(); 现在我也想提交一份文件。 就像带有文件字段的表单一样。 这可能吗 ？ 如果比怎么样？
Jsoup：如何在2个标头标签之间获取所有html
我想在2 h1标签之间获取所有html。 实际任务是将html分解为基于h1（标题1）标记的框架（章节）。 感谢任何帮助。 谢谢Sunil
