Jsoup imdb评级

Question

我写了一个程序，它读取imdb上前250部电影的名称和评级，并返回评级的平均值。我有以下程序

import java.io.IOException;

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class da {

/**
 * @param args
 */
public static void main(String[] args) {
    try {


            Document doc=Jsoup.connect("http://www.imdb.com/chart/top").get();
            Elements e=doc.getElementsByClass("titleColumn");
            Elements t=doc.getElementsByClass("imdbRating");
            float suma=0;
        for(int i=0;i<e.size();i++)
            suma=suma+Float.parseFloat(t.get(i).text());

    System.out.println(suma/250);


    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }


}

}

我的问题是为什么在＆＃39;它需要＆＃34; imdbRating＆＃34;因为如果我查看页面上的html，我会看到评级所在的位置，它会写入＆＃34; ratingColumn imdbRating＆＃34; （我错误地完成了这个程序，我不知道为什么它会以这种方式工作而不是另一种方式）

Answer 1

此程序中不需要元素e。网页中的titleColumn只包含电影的标题。考虑到您只需要评级，这是不必要的。我可以在重命名为t时使用ratings元素并稍微清理一下代码：

    import java.io.IOException;

import org.jsoup.*;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
public class da {

    /**
     * @param args
     */
    public static void main(String[] args) {
        try {

            Document doc = Jsoup.connect("http://www.imdb.com/chart/top").get();
            Elements ratings = doc.select(".ratingColumn.imdbRating");

            float suma = 0;

            for(int i = 0; i < ratings.size(); i++)
                suma = suma + Float.parseFloat(ratings.get(i).child(0).text());

            System.out.println(suma/250);


        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }


    }

}

编辑：要选择包含多个类的元素，您必须使用doc#select并将其传递给上面的CSS查询。

Answer 2

nicholas79171有一个很好的答案，但我想指出你可以使用CSS Selectors直接定位评级，而不需要所有的dom遍历方法。

    Document doc = Jsoup.connect("http://www.imdb.com/chart/top").get();

    float ratingSum = 0;

    Elements ratings = doc.select("td.ratingColumn.imdbRating > strong");

    for (Element rating : ratings)
        ratingSum += Float.parseFloat(rating.ownText());

    System.out.println(ratingSum / ratings.size());

Answer 3

您不能使用getElementsByClass来获取包含多个类的元素;它只能单独运作;如果您想要使用多个元素，可以在select上使用Document。您可以详细了解选择是如何工作的here。