Question

我真的尝试了很多，也搜索了很多网站...... 我试图用jsoup从一个网站解析价格，但它没有用。

我尝试的是：

    try {
                String str1 = "https://www.google.de/shopping/product/3996339592576509511?hl=de&q=4250155834791&oq=4250155834791&gs_l=products-cc.3...4306.7625.0.8037.13.6.0.7.0.0.60.314.6.6.0...0.0...1ac.1.LgJKDfZQvls&sa=X&ei=eeqlUY2zFNT54QSyloCoDw&ved=0CFIQgggwAA&prds=scoring:p";
                doc = Jsoup.connect(str3).get();
                final Elements elements = doc.select("td:lt(1)");

                String price = doc.select("span").first().text();

                System.out.println(price);
                System.out.println("Ende");
            } catch (IOException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }

目标应该是提取产品的最低价格。示例页：

https://www.google.de/shopping/product/3996339592576509511?hl=de&q=4250155834791&oq=4250155834791&gs_l=products-cc.3...4306.7625.0.8037.13.6.0.7.0.0.60.314.6.6.0...0.0...1ac.1.LgJKDfZQvls&sa=X&ei=eeqlUY2zFNT54QSyloCoDw&ved=0CFIQgggwAA&prds=scoring:p

我想解析显示结果的第一行。在这种情况下：ebay 24-trade365。

我需要文章的价格和供应商的链接。

有人可以帮忙吗？

Answer 1

您可以更好地按类进行提取，也可以选择在原始文档中选择的“span”，而不是您提取的元素。尝试类似：

// get all column entries for price
final Elements elements = doc.getElementsByClass("os-price-col");    
int lowest_price = Integer.MAX_VALUE;
// foreach entry
for(Element element : elements){
    // get the price in text form
    String text_price = element.text();
    // convert to an integer
    text_price = text_price.replaceAll("[^0-9.]", "");
    int price = Integer.parseInt(text_price);
    // check if it's the lowest
    if(price < lowest_price) lowest_price = price;
}
System.out.println(lowest_price);

显然稍微更新以获得所需格式的输出。

编辑：刚刚看到您想要供应商链接。在这种情况下，我会一次提取一行，即

Elements rows = doc.getElementsByClass("os-row");

然后遍历每一行并像以前一样挑选价格，但这一次

row.getElementsByClass("os-price-col").first();

如果它是最低的，你可以用

之类的东西挑选供应商网址

row.getElementsByClass("os-seller-name").first().select("a").attr("href");

Answer 2

如果您的表已经排序，您想要的只是第一行：

Element table=doc.getElementsByClass("os-main-table").first();
Element firstRow=table.select("tr[class=os-row").first();
Element seller=firstRow.select("td[class=os-seller-name]").first();
String sellerName=seller.text().trim();
String sellerLink=seller.getElementsByTag("a").first().attr("href");        
String price=firstRow.select("td[class=os-price-col").first().getElementsByClass("os-base_price").text();

您可以在http://jsoup.org/cookbook/extracting-data/dom-navigation

找到有关Jsoup导航的教程

jsoup - 解析表的第一行不起作用

2 个答案: