Question

我在java中使用jericho html解析器。我想从网站上获取数据。在网站html内容是这样的....

<div class="class_div">
   <div class="class_div2">All contents...</div>`
     <span class="equals">Content 1</span>
     <span class="equals">Content 2</span>
     <span class="equals">Content 3</span>
     <span class="equals">Content 4</span>
 </div>

我想获取内容1，内容2，内容3，内容4.如何获取此内容？

我正在使用此代码

String sourceUrlString="<website url>";
if (sourceUrlString.indexOf(':')==-1)
sourceUrlString="http:"+sourceUrlString;
Source source=new Source(new URL(sourceUrlString));
Element bodyContent = source.getElementByClass("equals");`

Answer 1

问题出在哪里？使用您的代码，您可以获得每个Element - 以及获得文本的代码：

Source source = new Source(/* ... */);
List<Element> elements = source.getAllElementsByClass("equals");

for( Element element : elements )
{
    /*
     * 'element.getTextExcrator().toString()' returns the text of the element
     */
    System.out.println(element.getTextExtractor().toString());
}

<强>输出：

内容1
  内容2
  内容3
  内容4

如何使用jericho html解析器从网站获取数据？

1 个答案: