使用jsoup从网址中提取适当的内容

Question

我正在寻找如何使用Jsoup提取CNN或NewYork等新闻文章的内容。

事实上我曾尝试过以下代码：

Document document = Jsoup.connect("http://edition.cnn.com/2013/11/10/world/asia/philippines-typhoon-haiyan/index.html").get();

Element contents = document.select("#content").first();

System.out.println(contents.html()); 

System.out.println(contents.text()); 

我收到了这个错误：

Exception in thread "main" java.lang.NullPointerException
at com.clearforest.Test.main(Test.java:36)

请您知道如何从文章中提取正确的文本。

Answer 1

contents Element调用后select为空 - 您指定的选择器在从CNN下载的文档中没有返回匹配项 - 请尝试返回故事div内容的document.select("div.cnn_strycntntlft")。