Question

我开始对我的这个小项目感到沮丧。奇怪的是我让程序在某一点上运作。我回来为程序添加了一点，它不再抓取任何东西。我假设网站改变了一点点？

如果我只是犯了一个愚蠢的错误，我会提前道歉，因为我还是编程新手。

import org.jsoup.Jsoup;
import org.jsoup.helper.Validate;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class scraper {
    public static void main(String[] args) {
        String url = "http://www.hiphopearly.com/tracks";
        Document doc = Jsoup.connect(url).get();
        Elements tracks = doc.select("#left-column div.tracklisting div.tracks div.track");
        for (Element track : tracks) {
            System.out.println(track.text());
        }
    }
}

当我运行程序时，没有返回任何内容。我相当肯定问题在于内容：

doc.select("#left-column div.tracklisting div.tracks div.track");

如何确定抓取艺术家和曲目标题的正确CSS路径？我尝试复制并粘贴Chrome浏览器自动提供的CSS路径，但没有运气。

Answer 1

按如下方式更改您的代码：

String url = "http://www.hiphopearly.com/tracks";
Document doc = Jsoup.connect(url)
    .userAgent("Mozilla/5.0 (X11; Linux x86_64; rv:32.0) Gecko/20100101 Firefox/32.0")
    .get();

Elements tracks = doc.select("#left-column div.track-listing div.tracks div.track");
for (Element track : tracks) {
    System.out.println(track.text());
}

这种情况经常发生 - 网站根据客户的使用情况生成不同的内容。 Pshemo几乎是正确的 - 如果您在浏览器中获得JavaScript模板（例如AngularJS），他会提到这种情况（您可以通过显示网站的来源，而不是显示已呈现的Firebug来检查它）结果）。

第二件事是跟踪列表已更改为＆＃34; track-listing＆＃34;。

无法使用JSoup从HipHopEarly网站获取艺术家+曲目列表

1 个答案: